Twitter 算法开源了！

当地时间 3 月 31 日，马斯克终于履行诺言正式宣布了 Twitter (推特) 算法的开源。该公司在 GitHub 上发布了两个存储库 (main repo、ml repo)，其中涵盖了推荐算法在内的许多推特源代码，包括用来控制用户在 For You 时间线上看到的推文的机制。并发布了一篇博客分享了有关推特算法的更多详细信息。

“今天标志着 Twitter 进入了一个透明的新时代。我们正在与全世界共享为我们的平台提供动力的大部分源代码。”

马斯克表示，此次发布的是大部分推荐算法，其余的算法也将陆续开放；希望“独立的第三方能够以合理的准确性确定 Twitter 可能向用户展示的内容”。不过他也警告称，随着开源发布可能会暴露出一些令人尴尬的问题，“但我们会迅速解决”。此外他还补充称，推特将根据用户的建议，每 24 至 48 小时更新其推荐算法。

此次发布不包括驱动推特广告推荐的代码。推特方面表示，其目标是尽可能提高透明度，它排除了会损害用户安全或隐私的代码，以及会破坏在该平台上防止儿童性侵内容努力的细节。

在有关算法开源发布的 Space 讨论中，马斯克称此次的开源是想让推特向著名的开源项目 Linux 项目看齐，“即使你不同意某些东西，至少你会知道它为什么在那里，而且你没有被秘密操纵……在这里，我们渴望的类比是开源操作系统上的一个伟大示例 Linux……理论上，人们可以为 Linux 发现许多漏洞。在现实中，所发生的是社区识别和修复这些漏洞……”

推特在博客中详细介绍了算法在确定 For You 时间线所显示的推文时，会具体参考哪些内容并如何对其进行排名和过滤。根据介绍，其推荐管线由三个主要阶段组成：

1. 在称为 candidate sourcing 的过程中从不同的推荐来源获取最佳推文。
2. 使用机器学习模型对每条推文进行排名。
3. 应用启发式和过滤器，例如过滤掉来自你已阻止的用户的推文、NSFW 内容和你已经看过的推文。

负责构建和提供 For You 时间线的服务称为 Home Mixer。Home Mixer 建立在 Product Mixer 之上，Product Mixer 是推特的自定义 Scala 框架，有助于构建内容提要。该服务充当连接不同候选源、评分函数、启发式方法和过滤器的软件主干。

下图说明了用于构建时间线的主要组件：

文中对过程中的具体步骤做出了进一步的解释。例如首先会从数亿推文中提取最好的大约 1500 条推文，目标是让 For You 时间线中约 50% 的推文来自已关注的用户（即人际网络内），50% 的推文来自“尚未关注的（人际网络外）账户”。排名“是通过一个约 4800 万参数的神经网络实现的，该神经网络不断接受推文交互训练以优化积极参与（例如点赞、转发和回复）”。

当然，推特用户看不到完整的 1500 条推文。它们会根据内容限制和模型考虑的其他标准和因素进行过滤，例如推文是否有“负面反馈”，以及它们是否主要来自同一 Twitter 用户，或者来自被屏蔽的用户。

值得一提的是，Gizmodo 指出，推特向用户推送的 VIP 名单似乎没有被公开。Platformer 也曾报道称，推特有一份值得关注的用户轮换名单，其中包括 YouTuber Mr. Beast 和 Daily Wire 创始人 Ben Shapiro，它通过看似随意地增加这些“power user”的可见性来监控推荐算法的变化。

TechCrunch 指出，有更多证据表明算法可能会根据来源不同地对待推文。研究人员 Jane Manchun Wong 指出，推特的算法专门标记了推文作者是否是 Elon Musk，还有其他标签表明作者是否是“power user”，以及他们是共和党人还是民主党人。

对此，一位 Twitter 工程师在当天的 Spaces 会议上解释称，这些标签仅用于衡量指标。但是马斯克则表明，他在当天之前并不知道这些标签的存在，并认为它们不应该存在：“绝对不应该将人们分为共和党人和民主党人，这没有任何意义。”

相关阅读：

• 马斯克接手后，Twitter 开源工作停摆
• 马斯克又来炒作开源，称下周开源推特算法
• 马斯克：Twitter 将于 3 月 31 日开源所有推荐机制代码
• Twitter 源代码泄露