Plataforma 'For You' libera algoritmo de recomendação em código aberto
A plataforma 'For You' disponibilizou seu algoritmo de recomendação como código aberto, permitindo que desenvolvedores explorem e aprimorem a tecnologia.
Algoritmo de recomendação da plataforma 'For You' é liberado em código aberto
A plataforma 'For You' divulgou o núcleo do ranqueamento, as configurações dos modelos, os filtros e, crucialmente, os parâmetros de peso dos sinais no feed. Em comparação com a versão anterior, o volume de código aumentou entre 10 e 15 vezes. O que antes era apenas um esqueleto agora revela pesos precisos de ações, pontuação de contas, modelos de análise de mídia e muito mais. Apenas os sistemas que determinam se uma publicação viola as regras não foram divulgados, uma decisão tomada intencionalmente.
Em resumo, há muito para explorar. Além disso, o repositório está agora aberto para contribuidores.
Por que isso importa
AnáliseEsta liberação é significativa porque permite que desenvolvedores estudem e melhorem as tecnologias subjacentes, fomentando a inovação no campo da inteligência artificial.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
AGENTS.md no Ghostty e Turborepo faz agentes de IA denunciarem usuários
Exemplos de arquivos AGENTS.md mostram que instruções do repositório podem obrigar agentes de IA a adicionar notas humilhantes sobre o desenvolvedor em pull requests.
DeepSeek apresenta Creator Mode: harness pode ser redesenhado pelo usuário
O harness open source da DeepSeek ganha Creator Mode: um agente escreve plugins a partir de descrições e os integra diretamente à interface.
Meta Llama (O Padrão Aberto de Inteligência Artificial)
A série principal de modelos de linguagem abertos da Meta (Llama 3, 3.3). Disponível para download gratuito, modificação e execução local em servidores próprios, sem restrições ou censura.
Jev e System One AI: guia prático completo sobre o modelo de decisão da TypeSafe
Análise técnica aprofundada do modelo principal Jev: arquitetura System One versus LLM, primitivos Choice/Score/Noul, paralelismo de requisições, matemática da confiança, casos de vídeo, código e visão geral de alternativas open-weight locais (Laya, GLiNER2.5, CLM-8B).