Meta 提出 Axia：以少量试跑发现推荐排序模型的 scaling law

Meta 团队在论文 arXiv:2611.05643 中提出 Axia，以少量高信息量试跑学习排序/推荐模型的 scaling law，而非穷举扫参。Axia 通过 scaling layer 映射架构空间，拟合 scaling-aware 代理模型并按后验准则推荐配置、返回 Pareto 前沿，同时提供 fleet 级评估协议与不确定性感知的推荐结果。