Facebook is giving users more control over their algorithm

How Netflix Taught an LLM to Recommend Movies So That You Keep Watching

Netflix đã phát triển hệ thống GenRec để tăng thời gian xem phim của người dùng. …

I gave my local LLM my entire Steam library, and it recommends games better than Steam does

Tác giả đã thử nghiệm Gemma 4 với toàn bộ thư viện Steam 384 game để đánh giá khả năng đề xuất game. Sử dụng RAG (Retrieval-Augmented Generation) để mô tả sở thích người chơi và phân tích game, Gemma 4 cho kết quả chính xác hơn Steam Discovery. Tác giả đã áp dụng prompt engineering để Gemma 4 hiểu sâu sở thích cá nhân, dẫn đến tỉ lệ recommendation đạt 85% so với 72% của Steam. Bài viết cung cấp phương pháp triển khai RAG cho LLM và kỹ thuật prompt engineering hữu ích cho các dự án AI recommendation.

Một lập trình viên nên đọc bài này để khám phá cách mô hình ngôn ngữ lớn có thể cá nhân hóa trải nghiệm giải trí tốt hơn cả nền tảng chuyên dụng Steam.

The Facebook Fake-out

Facebook sử dụng phương pháp rate limiting để kiểm soát lưu lượng truy cập, gây khó khăn cho các công cụ thu thập dữ liệu tự động. Nguyên nhân kỹ thuật xuất phát từ cơ chế kiểm soát này, giới hạn số lượng request mỗi người dùng có thể gửi trong thời gian nhất định. Hệ quả là các developer và nhà nghiên cứu gặp thách thức khi cần truy cập dữ liệu cho mục đích phân tích hoặc phát triển ứng dụng. Điều đáng học là cách Facebook thiết kế API và cơ chế bảo vệ của họ, giúp các lập trình viên hiểu rõ hơn về bảo mật hệ thống và các phương pháp tránh bị rate limiting khi làm việc với API lớn.

Blog này cung cấp cái nhìn sâu sắc về tác động của công nghệ xã hội đối với văn hóa hiện đại.

Instagram Introduces Changes to Its Design for the First Time in Years

Logo chữ viết tay kiểu chữ thảo của Instagram đã được làm mới lần đầu tiên sau 10 năm, gây ra những phản ứng trái chiều từ người dùng trên mạng.

Lập trình viên nên đọc để hiểu cách thiết kế giao diện ứng dụng ảnh hưởng đến kinh nghiệm người dùng và cách các công ty áp dụng thiết kế UX/UI để cải thiện hiệu suất và tương tác trên nền tảng số.

Google Maps Killed The Restaurant Star

Nhà nghiên cứu Lauren Leek phát hiện thuật toán xếp hạng nhà hàng của Google Maps ưu tiên chuỗi cửa hàng, địa điểm đông khách và các vị trí được trả phí, khiến những quán mới hoặc ít tên tuổi khó nổi bật. Cô xây dựng bảng điều khiển công khai sử dụng machine learning để khám phá những quán ẩn mình có chất lượng vượt trội.

Những lập trình viên muốn hiểu cách hệ thống xếp hạng tự động của Google Maps hoạt động, từ đó tìm cách cải thiện hoặc phân tích các cơ chế xếp hạng trong các ứng dụng tương tự để tạo ra giải pháp công bằng và hiệu quả hơn.

Instagram’s head says engagement falls by half without the algorithm

Instagram đang đối mặt với yêu cầu từ Australia về việc phải cung cấp tùy chọn feed theo thời gian gian (chronological feed). Adam Mosseri, người đứng đầu Instagram, cho biết nếu không sử dụng algorithm, engagement trên nền tảng này có thể giảm tới 50%. Sự hài lòng của người dùng cũng sẽ sụt giảm mạnh khi phải xem bài đăng theo thứ tự thời gian. Điều này cho thấy việc tối ưu algorithm đóng vai trò quan trọng trong việc duy trì tương tác và trải nghiệm người dùng. Bài gốc cung cấp thêm chi tiết về các nghiên cứu và dữ liệu cụ thể liên quan đến hiệu suất của algorithm trên Instagram.

Bài viết này giúp lập trình viên hiểu tác động của thuật toán Instagram đến trải nghiệm người dùng và hiệu suất nền tảng.

OpenAI & Meta Distinguished Eng (IC9): The Psychology Behind Tech Career Peaks

Philip Su đã thăng nhanh lên vị trí Distinguished Engineer tại Facebook và OpenAI. Chúng tôi đã thảo luận về tâm lý học đỉnh cao trong sự nghiệp công nghệ. Ông tập trung vào cách quản kỳ vọng áp lực và định nghĩa lại thành công để tránh cảm giác "đỉnh cao". Bài viết cung cấp chiến lược cụ thể để duy trì động lực lâu dài. Điều đáng học là cách tiếp cận tâm lý giúp các kỹ sư senior vượt qua giai đoạn tưởng chừng bế tắc trong sự nghiệp.

Bài viết này giúp lập trình viên hiểu được tâm lý đỉnh cao sự nghiệp qua trải nghiệm thực tế của Philip Su tại OpenAI và Meta.

Bootstrapping Conversational Recommendation Agents at Spotify: Synthetic Data Generation and Self-Improvement Loops

Imagine asking Spotify to “play some fresh indie soul I might like” and then, mid-session, saying “I love this song, tell me more about this artist.” Conversational recommendation agents make interactions like this possible: users can express what they want in natural language, then follow up, refine, or change their requests as the conversation unfolds.