এইমাত্র, মাস্ক আনুষ্ঠানিকভাবে টুইটার প্ল্যাটফর্মের জন্য সুপারিশ অ্যালগরিদম কোডের ওপেন-সোর্সিং ঘোষণা করেছেন।
ইতিমধ্যে, XEng ইঞ্জিনিয়ারিং টিম নিশ্চিত করেছে যে নতুন অ্যালগরিদমটি তার অন্তর্নিহিত পুনর্গঠন সম্পন্ন করেছে এবং xAI এর Grok মডেলের মতো একই ট্রান্সফরমার আর্কিটেকচার সম্পূর্ণরূপে গ্রহণ করেছে। এটি XEng কে প্রথম মূলধারার সামাজিক প্ল্যাটফর্ম হিসেবে চিহ্নিত করেছে যা তার মূল ট্র্যাফিক বিতরণ যুক্তিকে সম্পূর্ণ স্বচ্ছ করে তুলেছে।
কন্টেন্টটি ওপেন-সোর্স করার পর মাস্ক বলেছেন:
"আমরা জানি এই অ্যালগরিদমটি অগোছালো এবং এর উল্লেখযোগ্য উন্নতি প্রয়োজন, তবে অন্তত আপনি দেখতে পাবেন যে আমরা এটিকে আরও উন্নত করার জন্য স্বচ্ছতার সাথে এবং বাস্তব সময়ে কাজ করছি। অন্য কোনও সোশ্যাল মিডিয়া কোম্পানি এটি করে না।"
ওপেন-সোর্স ডকুমেন্টেশন অনুসারে, নতুন সুপারিশ ব্যবস্থার মূল নকশা সিদ্ধান্ত হল "জিরো হিউম্যান ফিচার ইঞ্জিনিয়ারিং"।
বিশেষ করে, ঐতিহ্যবাহী সুপারিশ ব্যবস্থার ম্যানুয়ালি লিখিত নিয়ম এবং হিউরিস্টিক অ্যালগরিদমের উপর নির্ভরতা ত্যাগ করে এবং সম্পূর্ণরূপে গ্রোক-ভিত্তিক ট্রান্সফরমার মডেলের উপর নির্ভর করে।
এই সিস্টেমটি আর ব্যক্তিগতভাবে ভালো কন্টেন্ট কী তা সংজ্ঞায়িত করে না; বরং, এটি মডেলটিকে ব্যবহারকারীদের মিথস্ক্রিয়া ইতিহাস (লাইক, উত্তর, শেয়ার ইত্যাদি) থেকে শিক্ষা নিয়ে স্বয়ংক্রিয়ভাবে প্রাসঙ্গিকতা নির্ধারণ করতে দেয়।
বিশেষ করে, একজন ব্যবহারকারীর "আপনার জন্য" টাইমলাইন তৈরির প্রক্রিয়াটি মূলত দুটি গুরুত্বপূর্ণ পর্যায়ে বিভক্ত: "রিকল" এবং "রেটিং"।
"রিকল" প্রক্রিয়ার প্রথম পর্যায়ে, বিষয়বস্তু প্রাথমিকভাবে দুটি উৎস থেকে এসেছিল: "থান্ডার" কোডনামযুক্ত একটি অভ্যন্তরীণ নেটওয়ার্ক সিস্টেম মিলিসেকেন্ডে ব্যবহারকারীদের দ্বারা অনুসরণ করা অ্যাকাউন্টগুলি থেকে সর্বশেষ আপডেটগুলি পুনরুদ্ধারের জন্য দায়ী ছিল।
"ফিনিক্স রিট্রিভাল" নামক এই বহিরাগত নেটওয়ার্ক সিস্টেমটি মেশিন লার্নিং ব্যবহার করে বিশ্বব্যাপী সম্ভাব্য কন্টেন্ট খনন করে যা ব্যবহারকারীরা আগ্রহী নাও হতে পারে কিন্তু আগ্রহী হতে পারে। প্রাথমিক স্ক্রিনিংয়ের পরে সফলভাবে "প্রত্যাহার" করা এই বিপুল সংখ্যক প্রার্থীর পোস্টগুলি দ্বিতীয় পর্যায়ের মূল অংশে – ফিনিক্স স্কোরারে পাঠানো হয়।
এটি গ্রোক-১ এর পরিবর্তিত সংস্করণের উপর ভিত্তি করে তৈরি একটি বৃহৎ মডেল। এটি প্রিসেট লেবেলের উপর নির্ভর করে না, বরং "মনোযোগ দেওয়ার প্রক্রিয়া" এর মাধ্যমে ব্যবহারকারীর পোস্টে নির্দিষ্ট পদক্ষেপ নেওয়ার সম্ভাবনা সরাসরি ভবিষ্যদ্বাণী করে। এর মধ্যে রয়েছে লাইক, উত্তর দেওয়া এবং ক্লিক করার মতো ইতিবাচক আচরণ, সেইসাথে ব্লক করা এবং আগ্রহী না হওয়ার মতো নেতিবাচক প্রতিক্রিয়া।
মডেলটি একবার সম্ভাব্যতা গণনা করলে, ব্যবহারকারীর স্ক্রিনে কোনও পোস্ট প্রদর্শিত হবে কিনা তা চূড়ান্তভাবে নির্ধারণ করে একটি কঠোর ওজনযুক্ত গণনা সূত্র।
এই সিস্টেমটি মডেল দ্বারা ভবিষ্যদ্বাণী করা বিভিন্ন কর্মের সম্ভাব্যতাকে তাদের সংশ্লিষ্ট ওজন দ্বারা গুণ করবে – উদাহরণস্বরূপ, লাইক এবং ফরোয়ার্ডিং ইতিবাচক সুবিধা নিয়ে আসে, যখন ব্লক এবং রিপোর্টিং নেতিবাচক স্কোর তৈরি করে – এবং অবশেষে চূড়ান্ত স্কোর পাওয়ার জন্য তাদের যোগফল তৈরি করবে, যেখানে বেশি স্কোর করা হবে তা প্রথমে প্রদর্শিত হবে।
ভালো পঠন অভিজ্ঞতা এবং নিরাপত্তা নিশ্চিত করার জন্য, সিস্টেমটিতে রেটিং-এর আগে এবং পরে কঠোর "ফিল্টার" রয়েছে: রেটিং-এর আগে, এটি কালো তালিকাভুক্ত অ্যাকাউন্টগুলি থেকে ডুপ্লিকেট, পঠিত বা সামগ্রী সরিয়ে দেয়; রেটিং-এর পরে, এটি মুছে ফেলা বা অবৈধ তথ্য অপসারণের জন্য দৃশ্যমানতা ফিল্টারিং সম্পাদন করে এবং একই স্রষ্টার সামগ্রী ক্রমাগত স্ক্রিনে প্লাবিত হওয়া রোধ করার জন্য একটি "লেখক বৈচিত্র্য" ব্যবস্থা চালু করে।
বর্তমান ওপেন-সোর্স সংস্করণে মূল সুপারিশ লজিক, রাস্ট ভাষায় লেখা একটি প্রার্থী প্রক্রিয়াকরণ পাইপলাইন এবং বিস্তারিত স্থাপত্য ডকুমেন্টেশন অন্তর্ভুক্ত রয়েছে।
এটা লক্ষণীয় যে এটি কেবল শুরু। মাস্ক পূর্বে প্রতিশ্রুতি দিয়েছেন যে তারা সম্প্রদায়ের প্রতিক্রিয়ার উপর ভিত্তি করে প্ল্যাটফর্মটি অপ্টিমাইজ করবেন এবং প্রতি চার সপ্তাহে একবার ওপেন-সোর্স আপডেটের সময়সূচী বজায় রাখবেন, ব্যবহারকারীদের কী পরিবর্তন করা হয়েছে তা বুঝতে সাহায্য করার জন্য বিস্তৃত বিকাশকারী নোট সহ।
এখানে Github ওপেন-সোর্স ঠিকানাটি রয়েছে:
https://github.com/xai-org/x-algorithm
#iFanr-এর অফিসিয়াল WeChat অ্যাকাউন্ট অনুসরণ করতে আপনাকে স্বাগতম: iFanr (WeChat ID: ifanr), যেখানে যত তাড়াতাড়ি সম্ভব আরও উত্তেজনাপূর্ণ কন্টেন্ট আপনার কাছে উপস্থাপন করা হবে।