Meta 正在研究一种用于广告深层漏斗优化的上游表示层：在用户、广告主、商品和服务等广告实体之上学习统一嵌入，把用户推断出的兴趣与广告主提供的内容连接起来。这里的关键变化不是再增加一个独立排序模型，而是尝试提供一套可以被多个下游任务复用的兴趣表示。 广告系统中的兴趣通常不处于同一个粒度。一个用户可能对“运动”有长期偏好，近期在浏览“户外运动”，当前又集...
在大规模广告投放系统中，几毫秒并不是可以忽略的噪声。请求往往要经过召回、排序、预算控制和竞价等多个阶段，调度延迟一旦出现在高分位，就可能直接影响广告服务的吞吐、超时率和业务效果。Meta 面临 Linux 内核升级可能引入延迟回退的问题时，选择了上游 Linux 的 ：一个基于 BPF 的可扩展调度框架，用它构建适合广告投放工作负载的调度策略。 广告服...
社交图谱是 Meta 众多核心业务——从内容推荐到反滥用系统——的底层数据基座。要保持这些业务的实时性，下游必须时刻获取社交图谱的最新快照，而这背后依赖的是一个庞大的数据摄入系统。近期，Meta 对这套系统进行了全面重构，以解决大规模场景下的可靠性瓶颈。将一个服务于全公司级别的单点旧系统，无缝切换到全新架构，绝非简单的"停机更新"，而是一场需要极度精细...