A Meta 2026. augusztus 3-án közzétette, hogyan tanítja a GEM nevű hirdetési alapmodelljét. A bejelentésben egyetlen szám van, ami egy magyar hirdetőt tényleg érint: 12 hónap alatt négyszeresére növelték a tanításra fordított számításkapacitást.
Ez a cikk nem a technológiáról szól. Arról szól, hogy ha a platform ilyen tempóban változik, mit érdemes felépíteni, és mit nem érdemes a platform mostani viselkedésére alapozni.
Kulcstanulságok
- A GEM a Meta hirdetési alapmodellje, ami Facebookon és Instagramon is a hirdetésajánlás alatt fut. Több ezermilliárd ritka és több milliárd sűrű paraméterrel dolgozik.
- A Meta 12 hónap alatt négyszerezte a tanításra fordított számítást, és megduplázta a tanítás hatékonyságát 20-25 százalékos kihasználtságra.
- A bejelentés egyetlen hirdetői eredményt sem közöl. Nincs benne konverzió, bevétel vagy megtérülés. Ez mérnöki hatékonysági anyag.
- A Meta maga négy korlátot is felsorol, köztük azt, hogy az eredmények általánosíthatósága más rendszerekre nem tisztázott.
- Neked ebből a tempó a hasznos információ: a platform viselkedésére épített tudás gyorsan romlik, a saját eszközeid nem.
- Négy dolog marad a tiéd platformváltozás után is: az ajánlat, a saját mérésed, a kreatív könyvtárad és a közvetlen kapcsolatod a vevőddel.
Mit tett közzé a Meta, és mi az a GEM?
A GEM a Meta hirdetési alapmodellje, ami a Facebook és az Instagram hirdetésajánlása alatt fut. Hibrid felépítésű: több ezermilliárd ritka beágyazási paramétert és több milliárd sűrű paramétert kombinál, és mind felhasználói viselkedésen, mind hirdetéstartalmon tanul.
A bejelentés arról szól, hogyan tanítják ezt a modellt. Nem arról, mit tud a hirdető megnyerni vele.
Egy dolgot érdemes tudni a szerkezetéről, mert a cikk többi része erre épül. A modell kétféle bemenetet használ: sorozatjellegűt, vagyis a felhasználó tevékenységi előzményét, és nem sorozatjellegűt, vagyis például helyet vagy a kreatív reprezentációját. A kreatív tehát nem külön ügy, hanem a modell bemenete.
Miért nem elég ehhez a nyelvi modellek infrastruktúrája?
Mert a nyelvi modellekre kihegyezett tanítási infrastruktúra nem vihető át közvetlenül az ajánlórendszerekre. A Meta négy konkrét eltérést nevez meg, és ezek magyarázzák, miért kellett külön mérnöki munka.
- Egyenetlen hosszú bemenetek. A felhasználói előzmények hossza eltér, a kitöltés pedig pazarlás. A Meta szerint az erre kifejlesztett megoldásuk a kitöltésből származó számításveszteség felét megszünteti.
- Sokféle figyelmi mintázat. Nem egyetlen figyelmi séma van, hanem több, és ezek nem szimmetrikusak.
- Memóriakötött műveletek. Nem a számítás a szűk keresztmetszet, hanem az adatmozgatás.
- Numerikus érzékenység. A kattintási és konverziós valószínűség előrejelzése érzékeny, ezért a szokásos alacsony pontosságú tanítás önmagában nem elég.
Ezt azért érdemes tudni, mert hitelesíti a tempót. Nem marketinganyagról van szó, hanem konkrét mérnöki problémákról és a rájuk adott válaszokról.
A szám, ami neked számít
A Meta 12 hónap alatt négyszeresére növelte a tanításra fordított számításkapacitást, és a végponttól végpontig mért tanítási hatékonyságot megduplázta 20-25 százalékos kihasználtságra. A kettő együtt azt jelenti, hogy nem csak több gépet tettek a feladat alá, hanem a meglévőt is jobban használják.
Egy hirdetőnek ebből nem az abszolút szám érdekes, hanem az ütem. Ha egy platform a hirdetésajánló modelljének tanítását egy éven belül négyszerezi, akkor a rendszer viselkedése is ilyen ütemben mozdul.
Ennek egy kellemetlen következménye van. Az a tudás, ami arról szól, hogy a platform most éppen hogyan viselkedik, romlandó. Nem hibás, csak rövid ideig érvényes. Aki erre épít folyamatot, annak újra és újra át kell építenie.
Mit jelent ez a te kampányaidban?
Azt jelenti, hogy érdemes szétválasztani a platformra épített és a saját eszközökre épített munkát. Az első romlandó, a második nem.
Platformra épített, tehát romlandó: a mostani kampányszerkezet, a mostani célzási beállítások, a mostani ajánlattételi trükkök, és minden olyan folyamat, ami egy adott felület logikájára van szabva. Ezek nem értéktelenek, csak tervezz azzal, hogy módosítani kell őket. A platformváltozások hatását a piac egyszer már végigélte, és akkor is a felkészültség döntött, nem a felkészülés hiányának a mértéke.
Saját eszköz, tehát tartós: az ajánlat, a mérési és adatrendszered, a kreatív anyagaid, és a közvetlen elérésed a vevőidhez. Ezek platformfüggetlenek.
Ez nem azt jelenti, hogy ne foglalkozz a platformmal. Azt jelenti, hogy ha választani kell, hova tedd a következő tíz munkaórát, akkor a tartós oldal általában többet hoz.
Négy dolog, ami platformváltozás után is a tiéd
Ez a négy tétel akkor is megmarad, ha a hirdetési rendszer holnap átalakul. Egyik sem technikai kérdés, és egyik sem oldható meg beállítással.
Az ajánlat. Ha a piac akarja, amit adsz, azt minden rendszer könnyebben találja meg. Ha nem akarja, semmilyen modell nem javítja meg. Az ajánlat a legdrágább és a legtartósabb eszközöd.
A saját mérésed. Ha csak a hirdetési felület számait látod, akkor a platformmal együtt változik a valóságérzeted is. Ha a saját rendszeredben tudod, melyik érdeklődőből lett bevétel, akkor van egy fix pontod. A martech rendszer építési hibái itt közvetlenül visszaütnek, és a digitális analitika ebben nem riportgyártás, hanem a fix pont megteremtése.
A kreatív könyvtárad. A hirdetés tartalma a modell bemenete, tehát a felhasználható anyagok készlete valódi eszköz. Egy rendezett, visszakereshető kreatív készlet platformváltozás után is használható, egy egyszer felhasznált fájl nem.
A közvetlen kapcsolat. Lista, előfizető, visszatérő vevő, ismert kapcsolattartó. Ez az egyetlen csatorna, aminek a szabályait nem más írja. Az automatizálás itt segít, de csak akkor, ha van kit elérni.
Amit a Meta maga is korlátnak nevez
Ez a szakasz azért van itt, mert a bejelentés végén a Meta felsorol néhány megoldatlan pontot, és ez a piaci kommunikációból általában kimarad. Négy tételt nevez meg.
Az ultraalacsony pontosságú számítás numerikus stabilitása külön kezelést kíván, tehát nem megoldott, hanem kordában tartott probléma. A terhelés kiegyensúlyozása a javítások után is elmarad az ideálistól, a Meta szerint iterációnként körülbelül 15 százalékos réssel. A memóriaigény továbbra is korlát a nagy ritka tábláknál. És a negyedik a legfontosabb: a Meta kifejezetten kimondja, hogy az eredmények az ő hibrid ajánlórendszeri felépítésére vonatkoznak, és az általánosíthatóságuk nem tisztázott.
Ez a negyedik pont az, amit érdemes megjegyezni. Ha maga a szerző sem állítja, hogy az eredmény átvihető, akkor a piacon terjedő általánosítások sem támaszkodhatnak rá.
Amit ne olvass ki ebből
Három dolog, amit ez az anyag nem mond ki, és amit rendszeresen mégis kiolvasnak a platformbejelentésekből.
Nem mond hirdetői eredményt. A bejelentésben nincs konverziószám, bevételhatás, megtérülés vagy kampányteljesítmény. Aki ebből azt vezeti le, hogy a hirdetéseid ennyivel jobbak lesznek, az olyat állít, ami nincs a szövegben.
Nem mond arányt a te fiókodra. A négyszeres tanítási kapacitás a Meta belső mérnöki mutatója. Nem konvertálható át semmilyen hirdetői mérőszámra.
Nem mondja, hogy a beállítási munka fölösleges. Azt mondja el, milyen tempóban javul a rendszer. Hogy ez nálad milyen kampányszerkezettel jár együtt, az mérés kérdése.
Gyakori kérdések
Mi az a GEM a Meta hirdetéseiben?
A GEM a Meta hirdetési alapmodellje, ami a Facebook és az Instagram hirdetésajánlása alatt fut. Hibrid felépítésű: több ezermilliárd ritka beágyazási paramétert és több milliárd sűrű paramétert kombinál, és felhasználói viselkedésen és hirdetéstartalmon egyaránt tanul.
Mennyivel lesznek jobbak a hirdetéseim ettől?
Erre a bejelentés nem ad választ, mert nem közöl hirdetői eredményt. A benne szereplő számok a modell tanításának hatékonyságáról szólnak, nem kampányteljesítményről. Bármilyen konkrét hirdetői ígéret ebből nem vezethető le.
Mit jelent az, hogy négyszeresére növelték a tanítást?
Azt, hogy 12 hónap alatt négyszer annyi számítási munkát fordítanak a modell tanítására, és közben a tanítás hatékonyságát is megduplázták. Ez a platform fejlődési ütemének mutatója, nem a te eredményed mutatója.
Akkor ne foglalkozzam a kampánybeállításokkal?
Ebből az anyagból ez nem következik. A beállítási munka továbbra is szükséges, csak rövidebb ideig érvényes. Ezért érdemes mellé olyan eszközöket építeni, amiket egy platformváltozás nem ír át.
Mi az, ami platformváltozás után is megmarad?
Négy dolog: az ajánlat, a saját mérési és adatrendszered, a kreatív anyagaid készlete, és a közvetlen elérésed a vevőidhez. Ezek egyike sem a platform tulajdona.
Honnan tudom, hogy túl sokat építettem a platformra?
Onnan, hogy egy felületi változás után nem tudod, mennyit érnek a marketingszámaid. Ha csak a hirdetéskezelő adataiból tudod megítélni a teljesítményt, akkor a saját mérésed hiányzik.
Következő lépés
Ha most azt látod, hogy minden platformváltozás után újra kell tervezni a marketinget, akkor általában nem a platformmal van a gond, hanem azzal, hogy kevés a platformfüggetlen eszköz mellette. Ezt egy ülésben fel lehet mérni: mit tudsz a saját rendszeredből a vevőidről, és mit csak a hirdetési felületről.
Ha ehhez kellene egy külső szem, írj nekünk.
Források
- Meta Engineering: Training GEM at LLM scale, Meta’s ads recommendation foundation model (2026-08-03). https://engineering.fb.com/2026/08/03/ml-applications/training-gem-at-llm-scale-meta-ads-recommendation-foundation-model/
