X avaa suositusalgoritmin, ja armottomin pointti on: ei manuaalisia ominaisuuksia. Perinteisen suositusjärjestelmän täytyy saada kasa ihmisiä kirjoittamaan ominaisuusprojekteja, kuten "käyttäjäaktiivisuusämpäri", "tekijän fanikvantiili", "post-suosion vaimenemiskerroin", muuttaa ominaisuustestiä kolmeksi kuukaudeksi, ja se voi kumoutua, kun se menee verkkoon. X antoi Grok Transformerin oppia suoraan alusta päähän ja tappoi tämän setin. Miksi tämä on tärkeää? Ominaisuuksien suunnittelu on suositusjärjestelmän suurin tekninen velka. Ihmisten kirjoittamat ominaisuudet on säilytettävä, ihmiset lähtevät ja tieto katoaa. Olen nähnyt liian monia yrityksiä, joissa vain yksi henkilö ymmärtää ydinominaisuuksien logiikan, ja hän lähtee, ja koko järjestelmästä tulee musta laatikko. Mallit voivat löytää kuvioita, joita ihmiset eivät olisi ajatelleet. Ajattelet, että "julkaisuaika" on tärkeä, ja malli saattaa huomata, että "kolmas sana on emoji" tärkeämpi. Ihmisaivojen induktiivinen kyky on vitsi satojen miljoonien tietojen edessä. Käyttäytyminen muuttuu, ja malli mukautuu automaattisesti. Ei tarvitse odottaa projektipäällikön kysynnän lisäämistä, ei aikataulutusta, ei A/B-testausta vuoteen asti. Käyttäjät muuttuvat, samoin malli. On toinen yksityiskohta, johon monet eivät kiinnitä huomiota: he ennustavat 15 käyttäytymistä samanaikaisesti. Tykkäykset, uudelleentwiittaukset ja vastaukset ovat positiivisia signaaleja, ja painoarvo on positiivinen. Estäminen, mykistys ja raportointi ovat negatiivisia signaaleja, ja paino on negatiivinen. Lopputulos = positiivinen todennäköisyys × positiivinen paino + negatiivinen todennäköisyys × negatiivinen paino Kyse ei ole klikkausprosentin maksimoimisesta, vaan siitä, että maksimoidaan "käyttäjät eivät vihaa sitä". Tämä on todellista käyttäjäkokemuksen optimointia, ei huijausta klikkaamaan ja katumaan sitä. Toinen insinöörien kohokohta: Ehdokaseristys. Päättelyssä valitut viestit eivät näe toisiaan, vain käyttäjän kontekstin. Etuna on, että pisteet ovat vakaat, voidaan välimuistittaa eikä muutu muiden saman erän julkaisujen vuoksi. Tässä arkkitehtuurissa käytetään kaksoistorneja takaisinkutsuun, muuntajaa hienosäätöön, suodatussääntöihin ja selkeisiin vastuisiin. Rust kirjoittaa suorituskykyherkkiä osia, Python malleja ja tekninen valinta on myös hyvin käytännöllistä....