X, öneri algoritmasını açık kaynak olarak sunar ve en acımasız nokta: manuel özellik sıfırdır. Geleneksel tavsiye sistemi, "kullanıcı aktivite grubu", "yazar fan quantile", "popülarite azalma katsayısı post" gibi özellikler projeleri yazmak için bir grup insan toplamalı, üç ay boyunca bir özellik testi değiştirmesi ve çevrimiçi olduğunda tersine dönebilir. X, doğrudan Grok Transformer'ın uçtan uca öğrenmesine izin verdi ve bu seti öldürdü. Bu neden önemli? Özellik mühendisliği, tavsiye sisteminin en büyük teknik borçudur. İnsanlar tarafından yazılmış insanların özellikleri korunmalı, insanlar ayrılacak ve bilgi kaybolacak. Çok fazla şirket gördüm ki, sadece bir kişi temel özellik mantığını anlıyor ve o kişi ayrılıyor, tüm sistem kara kutu haline geliyor. Modeller, insanların düşünmeyeceği kalıpları keşfedebilir. "Gönderme zamanı"nın önemli olduğunu düşünüyorsunuz ve model "üçüncü kelime bir emoji" daha önemli bulabilir. İnsan beyninin tümevarımsal yeteneği, yüz milyonlarca veriye karşı bir şakadır. Davranış değişir ve model otomatik olarak uyum sağlar. Bir yıl boyunca PM'nin talebi artırmasını beklemeye gerek yok, planlama yok, A/B testi yok. Kullanıcılar değişiyor, model de değişiyor. Birçok kişinin dikkat etmediği bir başka detay daha var: aynı anda 15 davranışı öngörüyorlar. Beğenmeler, retweetler ve yanıtlar olumlu sinyallerdir ve ağırlık pozitiftir. Engelleme, susturma ve raporlama negatif sinyallerdir ve ağırlık negatiftir. Nihai puan = pozitif olasılık × pozitif ağırlık + negatif olasılık × negatif ağırlık Tıklama oranını maksimize etmek değil, "kullanıcılar bundan nefret etmiyor" ifadesini maksimize etmek. Bu gerçek kullanıcı deneyimi optimizasyonu, sizi tıklayıp pişman olmaya kandırmak değil. Bir diğer mühendislik öne çıkan nokta: Aday İzolasyonu. Akıl yürütme yaparken, seçilen gönderiler birbirini göremez, sadece kullanıcı bağlamını görür. Avantajı, skorun sabit olması, önbelleğe alınabilmesi ve aynı gruptaki diğer gönderiler nedeniyle değişmemesidir. Bu mimari, geri çağırma için ikiz kuleler, ince düzenleme için Transformer, filtreleme kuralları ve net sorumluluklar kullanır. Rust performans açısından hassas parçalar yazıyor, Python modeller yazıyor ve teknik seçim de oldukça pragmatik....