近日,X工程团队在X平台宣布,正式开源X推荐算法。据悉,该开源库包含为X上“为你推荐”信息流提供支持的核心推荐系统。该系统将网络内内容(来自用户关注的账户)与网络外内容(通过基于机器学习的检索发现)相结合,并采用基于Grok的Transformer模型对所有内容进行排名。
开源地址:https://x.com/XEng/status/2013471689087086804
X的推荐算法负责生成用户在主界面看到的“为你推荐”(For You Feed)内容。它从两个主要来源获取候选帖子:一是用户关注的账号(In-Network / Thunder),二是平台上发现的其他帖子(Out-of-Network / Phoenix)。这些候选内容随后被统一处理、过滤并按相关性排序。
那么,该算法的核心架构与运行逻辑是怎样的呢?
算法首先会从两类来源抓取候选内容:一是关注内的内容,即来自用户主动关注的账号发布的帖子;二是非关注内容,即由系统在整个内容库中检索出的、可能用户感兴趣的帖子。这一阶段的目标是“把可能相关的帖子找出来”。
随后,系统会自动去除低质量、重复、违规或不合适的内容,例如已屏蔽账号的内容、与用户明确不感兴趣的主题以及非法、过时或无效的帖子,确保最终排序时只处理有价值的候选内容。
此次开源的算法核心是系统使用一个Grok-based Transformer模型(类似大型语言模型/深度学习网络)对每条候选帖子进行评分。Transformer模型根据用户的历史行为(点赞、回复、转发、点击等)预测每种行为的概率。最后,将这些行为概率加权组合成一个综合得分,得分越高的帖子越有可能被推荐给用户。
这一设计基本废除了传统手工提取特征的做法,改用端到端的学习方式预测用户兴趣。
这并非马斯克第一次开源X推荐算法。早在2023年3月31日,他就已将Twitter部分源代码正式开源,其中包括在用户时间线中推荐推文的算法。当时,马斯克表示此次发布的是“大部分推荐算法”,其余算法也将陆续开放。
在关于算法发布的Space讨论中,他表示此次开源计划是想让Twitter成为“互联网上最透明的系统”,并让它像最知名也最成功的开源项目Linux一样健壮。如今距离马斯克初次开源X算法已近三年的时间。
当埃隆·马斯克再次提到“开源”时,外界的第一反应并非技术理想主义,而是现实压力。过去一年里,X因其内容分发机制屡次陷入争议,被广泛批评在算法层面偏袒和助长右翼观点。
在这样的背景下,马斯克突然强调算法透明性,很难被简单解读为一次纯粹的技术决策。
X推荐算法开源后,有网友总结了以下五点关于推荐算法机制的看法:
回复你的评论。算法对“回复 + 作者回应”的权重是点赞的75倍。不回复评论会严重影响曝光率。
链接会降低曝光率。应该把链接放在个人简介或置顶帖里,千万不要放在帖子正文中。
观看时长至关重要。如果他们滑动屏幕略过,你就不会吸引他们。视频/帖子之所以能获得高关注,是因为它们能让用户停下来。
坚守你的领域。“模拟集群”是真实存在的。如果你偏离了你的细分领域(加密货币、科技等),你将无法获得任何分销渠道。
屏蔽/默不作声会大幅降低你的分数。要有争议性,但不要令人讨厌。
简而言之:与你的受众沟通,建立关系,让用户留在应用内。其实很简单。
在大多数技术讨论中,推荐系统往往被视为后台工程的一部分,低调、复杂,却很少站在聚光灯下。但如果真正拆解互联网巨头的商业运转方式,会发现推荐系统并不是边缘模块,而是支撑整个商业模式的“基础设施级存在”。正因如此,它可以被称为互联网行业的“沉默巨兽”。
https://github.com/xai-org/x-algorithm
本文由主机测评网于2026-06-13发表在主机测评网_免费VPS_免费云服务器_免费独立服务器,如有疑问,请联系我们。
本文链接:https://www.vpshk.cn/20260647328.html