X 调整推荐算法，优先停留时长与完读率
先了解这件事
X 调整了 For You 信息流的两个环节，都偏向按用户停留时长和是否会读完来挑选帖子。马斯克称，新的 AI 排序模型能更准确地预测用户可能在一篇帖子上停留多久，用于决定哪些帖子排在更靠前的位置；另一个检索模型按完读率训练，把用户和帖子转为向量，从未关注账号中找出用户最可能读完的内容，关注账号的帖子则由独立系统提供。 马斯克称用户活跃秒数正呈指数级增长、几乎每天创历史新高；Rohan Paul 给出的数字是日活跃用户秒数从 8 月中旬约 4100 亿增至 10 月中旬约 5000 亿。这些均为发布方或转述者的说法，报道未提供独立验证。
AI 根据报道生成 · 6 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- IT之家X 平台调整推荐算法：优先完读率高的贴文并引入新 AI 排序模型
马斯克宣布 X 平台时间线推荐算法两项更新：引入新 AI 排序模型以更准确预测用户停留时长，并优先推荐完读率高的贴文。另一项改动在检索阶段，系统将用户与贴文转为向量，从未关注账号中找出最接近内容，关注账号贴文由独立系统提供。
- Rohan PaulX 调整 For You 推荐排序与检索模型，侧重停留时长
X 将 For You 信息流的两个环节改为偏好用户停留时长和读完的帖子。Musk 称新排序模型能更好地预测预计停留时长，检索模型则按读完率训练，决定未关注账号的帖子能否进入候选。日活跃用户秒数从 8 月中旬约 4100 亿增至 10 月中旬约 5000 亿。
- cb_doge𝕏 调整时间线推文排序机制
突发：𝕏 对时间线推文挑选方式做出两项重要调整。 - 决定哪些推文优先显示 新的 SI 能更好地预测你可能在一篇推文上停留多久。这帮助 𝕏 决定将哪些推文放在信息流更靠前的位置。 - 寻找值得推荐的推文 一个系统经过训练，用于找出人们会从头读到尾的推文。这帮助 𝕏 推荐能抓住人们注意力的内容。
- Elon MuskxAI 调整时间线推荐算法
时间线推荐的两项重要改动： - 新的 AI/SI 排序模型，能更准确预测用户可能停留的时长 - 训练了检索模型，用于呈现用户会完整读完的帖子 用户活跃秒数正呈指数级增长，几乎每天都在创历史新高：
本事件热度走势
- 可比范围当前
- 29
- 可比范围峰值
- 3310月20日 20:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。