剛剛，馬斯克開源基於Grok的X推薦算法：Transformer接管億級排序
核心技術架構
此次開源的推薦算法，其核心是採用一個基於Grok的Transformer模型（類似大型語言模型/深度學習網絡），對每條候選帖子進行評分。該模型根據用戶的行為與偏好進行學習與預測。
推薦機制變革
推薦系統已從過去的「規則+人工設計特徵」轉變為「端到端深度學習」模式，完全摒棄手工特徵工程，僅依賴Grok模型進行內容篩選、打分與排序。
內容融合與預測機制
- 雙源候選融合：同時從用戶關注內容與「未關注但系統認為可能感興趣」的內容中提取候選池。
- 行為預測：模型會預測用戶對內容的喜歡、回覆、轉發、點擊與觀看的總概率，進而進行精細排序。
應用與影響
所有推薦內容均直接從用戶行為中學習，實現更個性化的「為你推薦」功能。馬斯克強調，該系統將持續優化，並表示目前算法雖尚不成熟，但已具備強大潛力。