拆解 Google Discover 预测机制：个性化权重大于内容主题
gaganghotra_ · x · 2026-08-19
1492.vision 发布深度研究，解析 Google Discover 的推荐算法架构。基于 Google 招聘信息与两年实测数据，文章揭示了该系统的四大模块：检索、预测、排序、嵌入。
核心发现：
- 双维度评分：约 9 个预测评分最终收敛为两个独立轴——关注度（文章属性）与互动度（读者-内容对属性）。
- 个性化主导：在主题潜力相同的情况下，模型学习到的读者-来源亲和力对内容的放大作用是显式“关注”的 8 倍。
- 用户嵌入：每个用户由多个命名嵌入家族（如 Astria, Hobbes）表示，用于精准匹配内容。
「研究」频道最新
- 把快程序编译成慢神经网络？开发者吐槽这类实验实用价值存疑 — ctjlewis · 2026-10-16
- 新论文提出用显示偏好法辨析 AI Agent 合作的动机 — brwilder · 2026-10-16
- 用 logit lens 透视 Beat Saber 微调模型：音符生成复用语言语法回路 — ctjlewis · 2026-10-16
- 128×128 记录难破：中间步骤实验如何预言了推理模型 — ctjlewis · 2026-10-16
- TeamFusion 研究:用偏好代理互搏替代 AI 总结,保住团队少数派声音 — burkov · 2026-10-16
- MIT 推出 C-GMT:人形机器人全身柔顺响应,不再硬抗外力 — MIT_CSAIL · 2026-10-16