Ce qui a été publié

Le nouveau dépôt GitHub (xai-org/x-algorithm) est environ 10 à 15 fois plus volumineux que les précédents efforts open source de X . Il inclut la configuration des modèles, les filtres et les paramètres de pondération qui déterminent quelles publications apparaissent dans les flux . Le code source du fil « Pour Vous » par défaut est désormais public sous la licence permissive Apache v2, permettant aux développeurs et aux chercheurs d'inspecter comment les publications sont sélectionnées, classées et assemblées dans un fil personnalisé .

L'outil « Under the Hood » se présente comme une nouvelle page dans les paramètres de l'application. Les utilisateurs qui ont publié au moins 10 fois au cours du mois précédent peuvent télécharger un fichier JSON contenant des statistiques agrégées détaillant les labels qui ont limité leur visibilité au cours du mois civil écoulé . Selon Coleman, les utilisateurs peuvent ensuite soumettre ce fichier JSON à un grand modèle de langage (LLM) pour obtenir une interprétation de la manière dont l'algorithme les a traités . Cette fonctionnalité a d'abord été déployée en version pilote pour les comptes datant d'au moins un an, avec des plans pour une disponibilité élargie .

Les développeurs peuvent également soumettre des pull requests sur le dépôt GitHub public, étudier les mécanismes de classement et exécuter des parties du système de classement eux-mêmes .

Ce qui a été exclu (et pourquoi)

La publication omet notablement les systèmes de modération basés sur Grok (le modèle de langage de xAI) qui détectent et filtrent les contenus problématiques . Coleman a indiqué que ces systèmes ont été délibérément retenus pour empêcher les acteurs malveillants de les rétro-concevoir et de contourner la détection .

Contexte et raisons de cette initiative

Cette décision répond directement à des années de plaintes d'utilisateurs et de régulateurs concernant le shadowbanning opaque, les supposés biais politiques dans la curation de contenu et l'influence potentielle sur les élections . En rendant la logique de classement vérifiable et en fournissant des données de visibilité par compte, X cherche à démontrer que ses systèmes appliquent des labels en fonction des violations des règles, et non de l'orientation politique. Coleman a déclaré à TechCrunch que l'initiative visait à instaurer la confiance grâce à une transparence radicale, ajoutant que l'entreprise publie des choses que "les gens seront assez choqués de voir publier" . Il a présenté l'outil comme un moyen pour les utilisateurs de vérifier par eux-mêmes s'ils ont été impactés par les systèmes de classement, plutôt que de se fier uniquement aux déclarations publiques de X .

Ce qui a été publié

Le nouveau dépôt GitHub (xai-org/x-algorithm) est environ 10 à 15 fois plus volumineux que les précédents efforts open source de X . Il inclut la configuration des modèles, les filtres et les paramètres de pondération qui déterminent quelles publications apparaissent dans les flux . Le code source du fil « Pour Vous » par défaut est désormais public sous la licence permissive Apache v2, permettant aux développeurs et aux chercheurs d'inspecter comment les publications sont sélectionnées, classées et assemblées dans un fil personnalisé .

L'outil « Under the Hood » se présente comme une nouvelle page dans les paramètres de l'application. Les utilisateurs qui ont publié au moins 10 fois au cours du mois précédent peuvent télécharger un fichier JSON contenant des statistiques agrégées détaillant les labels qui ont limité leur visibilité au cours du mois civil écoulé . Selon Coleman, les utilisateurs peuvent ensuite soumettre ce fichier JSON à un grand modèle de langage (LLM) pour obtenir une interprétation de la manière dont l'algorithme les a traités . Cette fonctionnalité a d'abord été déployée en version pilote pour les comptes datant d'au moins un an, avec des plans pour une disponibilité élargie .

Les développeurs peuvent également soumettre des pull requests sur le dépôt GitHub public, étudier les mécanismes de classement et exécuter des parties du système de classement eux-mêmes .

Ce qui a été exclu (et pourquoi)

La publication omet notablement les systèmes de modération basés sur Grok (le modèle de langage de xAI) qui détectent et filtrent les contenus problématiques . Coleman a indiqué que ces systèmes ont été délibérément retenus pour empêcher les acteurs malveillants de les rétro-concevoir et de contourner la détection .

Contexte et raisons de cette initiative

Cette décision répond directement à des années de plaintes d'utilisateurs et de régulateurs concernant le shadowbanning opaque, les supposés biais politiques dans la curation de contenu et l'influence potentielle sur les élections . En rendant la logique de classement vérifiable et en fournissant des données de visibilité par compte, X cherche à démontrer que ses systèmes appliquent des labels en fonction des violations des règles, et non de l'orientation politique. Coleman a déclaré à TechCrunch que l'initiative visait à instaurer la confiance grâce à une transparence radicale, ajoutant que l'entreprise publie des choses que "les gens seront assez choqués de voir publier" . Il a présenté l'outil comme un moyen pour les utilisateurs de vérifier par eux-mêmes s'ils ont été impactés par les systèmes de classement, plutôt que de se fier uniquement aux déclarations publiques de X .