Även om TikTok och RedNote (eller Little Red Book) inte delar moderbolag är det samma rekommendationsmotor samt grundläggande algoritm bakom. Denna har som vissa märkt gett små, eller nischade intressen fördel i rekommendationer, anledningen till det är för att ByteDance har fokuserat mycket forskningstid på rättvis (eng “fairness”) och mångfald (eng “diversity”) inom maskininlärning för att hantera partiskhet i modeller och rekommendationer från ai-modellsystem. Man kan se detta om man söker på de engelska termerna samt “machine learning” ByteDance (som alltså är ett delforskningsfält i sig).
Varför tar jag upp detta? Jo för att rekommendationer är viktiga även för en federerad mjukvara och varför inte ta inspiration av monolith om man funderar på att hacka en egen fri variant.
Hur skulle man potentiellt implementera en dylik motor i en fediversum-kontext? Att instanser kör egna rekommendationsmotorer eller är det något mer centraliserat som fler instanser kan använda sig av?
Oj, visste inte de hade släppt motorn. Intressant ändå!