@cjzafir: 我在我的书签上微调了一个模型。我尝试了一切来让模型理解我喜欢什么,我热爱什么内容……

X AI KOLs Following 工具

摘要

作者在其书签上微调了一个模型,以创建一个个性化的内容推荐算法,该算法每天扫描社交媒体和研究论文,并适应用户反馈。

我在我的书签上微调了一个模型。 我尝试了一切来让模型理解我喜欢什么,我热爱消费什么内容,以及哪些想法让我感到兴奋。 没有技能、指令或其他任何东西起作用! 然后我请求Fable 5.1构建一个小程序算法。 这个算法扫描我的X、Insta和YT,看看我保存了什么。我有500多个项目(所以是一个相当不错的关于我喜欢什么的数据集)。 然后Fable 5.1 + GPT 6 Astra一起工作来理解每一份内容(推文、长文、文章、短视频,对于长视频,他们使用Gemini 3.8 Flash来获取所有带有时间戳的见解)。 然后他们将所有感兴趣的部分转化为一个神经网络系统(一个基于我兴趣的虚拟个人资料)。这很重要,因为现在这个算法可以准确预测我会喜欢什么内容。 现在这个算法每天早上运行一个定时任务,扫描X(使用X Grok API)、Insta、YT和Reddit,并为我更新信息流。 你可以说它就像我们在X上的“为你推荐”页面,但实际上更好,并且是针对我个人定制的。 有趣的部分是:我可以通过提供反馈来修改我的算法(“嘿,我真的喜欢这篇帖子,帮我找更多关于这个概念的帖子”),算法会将该兴趣评分更高,并在未来扫描中给予优先权。 我通过这个“信息流”学到了很多,而且我热爱研究论文,所以现在它会以长篇帖子的形式(用我的风格)添加3篇新的研究论文,如果我喜欢,我可以问它更多问题,自己打开论文,或者让它制作图表以更好地解释。 简而言之,这就像我们可以告诉Grok为我们修改算法,使其真正个性化。 但我在我的信息流上感到孤独,哈哈。但这不是坏事,因为我觉得X正在变成一个突发新闻中心,那里有太多的杂乱、噪音和不必要的东西在吸引注意力。 如果你们喜欢,我会分享更多关于这个“信息流”的内容。
查看原文
查看缓存全文

缓存时间: 2026/09/12 18:59

我对自己的书签数据进行了模型微调。

尝试了各种方法让模型理解我的喜好、常浏览的内容,以及令我兴奋的创意——但所有技巧和指令都收效甚微。

后来我请Fable 5.1编写了一个微型算法。

这个算法能扫描我的X、Instagram和YouTube的收藏记录(那里有500多条保存内容,足够形成反映我喜好的数据集)。

随后Fable 5.1与GPT 6 Astra协同解析每项内容(包括推文、长文、文章、短视频;针对长视频则调用Gemini 3.8 Flash提取带时间戳的完整洞察)。

它们将这些兴趣片段构建成神经网络系统——一个基于兴趣偏好的虚拟人格画像。这很关键,因为从此算法能精准预测我必定会喜欢的内容。

如今该算法每天清晨通过定时任务扫描X(通过X Grok API)、Instagram、YouTube和Reddit,实时更新我的信息流。

这类似X平台的“为你推荐”,但更智能且高度个性化。

有趣的是:我可以通过反馈调整算法(比如“我特别喜欢这篇帖文,请推荐更多类似主题的内容”),算法会提升相关兴趣权重,在后续扫描中优先推送。

通过这个“信息流”我收获颇丰。由于热爱研究论文,现在它每周会推送三篇学术论文,并转换成符合我风格的长文形式。若感兴趣,我可以深入提问、查阅原论文,或让它生成图表以便理解。

简言之,这就像是赋予Grok定制算法的能力,创造出真正个性化的体验。

不过现在我的信息流有点冷清哈哈。但这未必是坏事——我感觉X正逐渐变成突发新闻聚合地,充斥着太多冗杂信息和无关噪音。

如果大家感兴趣,我可以分享更多关于这个“信息流”的细节。

相似文章