用 LLM 和语义嵌入重写 YouTube Shorts 推荐算法
amyxzh · x · 2026-08-20
作者在 YouTube Shorts 上实现了一套个性化推荐体验：开发浏览器扩展拦截待推荐内容，利用 LLM 解析视频元数据，并通过语义嵌入匹配用户的自然语言偏好。为降低用户反馈门槛并保持偏好更新，设计了嵌入式微反馈机制；为解决算法响应延迟，通过 DOM 注入让用户立即看到内容变化。
所属事件:研究者用 LLM 实现 YouTube Shorts 持续偏好对齐(4 条相关)→
「编程与Agent」频道最新
- 开源 OpenOutreach：自托管 AI 自动找线索并发个性化邮件 — tom_doerr · 2026-08-20
- Grok Build 更新：引入工作流目录与权限控制优化 — elonmusk · 2026-08-20
- Codex 配置技巧：为 gpt-5.6-sol 开启 100 万 token 上下文 — dfinke · 2026-08-20
- 系统设计实操：逐块追问组件的代码与存储位置 — DuaneJRich · 2026-08-20
- 即兴引擎运行中，智能体可自动剪辑视频 — nptacek · 2026-08-20
- 关于 ORM 映射与 Agent 的技术讨论 — JamesTimmins · 2026-08-20