Теперь на Facebook можно отследить все активные рекламные кампании

Теперь на Facebook можно отследить все активные рекламные кампании

Теперь на Facebook можно отследить все активные рекламные кампании

Facebook запустила новую библиотеку рекламы (Facebook Ad Library), которая поможет добиться прозрачности относительно рекламных кампаний, запущенных на платформе социальной сети. Теперь можно узнать, сколько потратил на рекламу Дональд Трамп за прошлый год, а также прочую интересную информацию.

На этот шаг Facebook заставили пойти многочисленные обвинения в том, что реклама на платформе используется недобросовестными игроками в своих политических целях.

В качестве примера в таких случаях всегда приводятся выборы президента США в 2016 году, на которые, как заявляют американские спецслужбы, повлияли силы из Кремля. Именно в этой масштабной политической кампании якобы использовалась реклама на Facebook.

Теперь, когда социальная сеть запустила соответствующую библиотеку Facebook Ad Library, станет проще отследить, каким образом была использована та или иная реклама. Это просто подарок для сыщиков и журналистов.

«Библиотека рекламы делает рекламный процесс прозрачным, предлагая обширную подборку с возможностью поиска всех объявлений, которые в настоящее время показываются в продуктах Facebook. Любой человек, независимо от того, есть ли у него аккаунт Facebook, может выполнить поиск по Библиотеке», — заявлено на официальной странице, посвященной библиотеке.

Вот как поиск рекламных кампаний работает на примере все того же Трампа:

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru