是否要调整帖子底部的“建议”和“相关”链接？

[tobiaseigen]

本周我花了一些时间进行了一些小的改动，旨在改善新成员的体验。

我完全禁用了 discobot 教程和欢迎消息，这样新成员就不会有其他行动号召。现在他们只会进入首页，首页置顶了欢迎主题 New to Discourse? Start here!

我还向所有内部欢迎主题链接添加了 ?silent=true，这样可以隐藏主题底部的所有反向链接。我们似乎喜欢在这个主题上测试各种功能，但这些反向链接与主题本身无关，对于刚熟悉这里的新成员来说会造成不必要的干扰！

现在我将注意力转向了该主题底部的“推荐”和“相关”链接。原来，如果你未登录或新用户，将不会显示“推荐”链接，你只会看到 AI 生成的“相关”链接。显示的链接已过时且无用。我删除了一些特别无用的链接主题（例如，由很久以前就不活跃的人提供的免费安装 Discourse 的服务），但剩余的链接仍然不是我认为新成员会想看到的。

我想听听社区里其他人的看法，你们目前如何看待这些显示在主题底部的链接？它们显示的主题对你来说有用吗？你希望看到哪些改进？你是否使用它们来方便地继续阅读并跟上你感兴趣的讨论？你更喜欢“推荐”还是“相关”？

对于欢迎主题，我已将其从 Site feedback 移至 Announcements，我认为这更合适，因此推荐主题会包含公告，我认为新成员会想发现这些。这对于已登录的成熟用户来说是有效的。

匿名用户和刚注册的新用户只能看到“相关”主题，目前这些主题还算可以，但已过时：

我推测，一天左右之后，这些用户就会开始看到“推荐”主题了。

我需要熟悉 AI Embeddings 的人来帮助我调整影响“相关”主题的设置。“语义相关年龄惩罚”目前设置为 0.3。我应该将其提高到更高的数字吗？如果这样做，会对其他人的结果产生负面影响吗？这个设置目前是否正常工作？

[jenmck (jen)]

@tobiaseigen

您展示的主题对您有用吗？

是的，尤其是在 Theme component 和 Plugin 主题中，我发现了一些很棒的补充，可以添加到我们的实例中。

@tobiaseigen

其余的链接仍然不是我认为新成员会想看的内容

我同意不向新用户显示推荐主题。但是，如果有一种方法可以手动为该特定新用户主题策划一个推荐主题部分，那可能会非常有帮助！

@tobiaseigen

您更喜欢推荐还是相关？

仅推荐。我不是人工智能爱好者，我们已决定不在我们的实例上启用任何人工智能功能。

@tobiaseigen

您是否使用它们来轻松继续阅读并跟上您感兴趣的讨论？

是的，经常！

[JammyDodger]

就我而言，元（meta）上的“相关主题”曾经是 这是我最喜欢的 AI 功能（毫无疑问 ）

它现在有点不对劲了，似乎优先显示不太有用的主题。作为一个现在只是随便看看的用户，我无法确切地指出它是什么时候发生的，但这种差异似乎很明显。

您知道模型是否在任何时候被更改过，或者后端是否有其他可能产生影响的事情吗？

[Falco]

@jenmck

是的，尤其是在 Theme component 和 Plugin 主题中，我通过这种方式为我们的实例找到了一些很棒的补充。

@JammyDodger

不过，它有点出错了，似乎优先显示不太有用的主题。作为一个现在只是随意浏览的用户，我无法确切地指出它是什么时候发生的，但这种差异似乎很明显。

确实，我们试图想出一个优先显示新主题的方法，因此它会应用一个与主题年龄成正比的惩罚。

看起来这适得其反了，并且对质量造成了太大的损害

我在这里的 Meta 上禁用了该惩罚，稍后会重新审视。

[Moin]

@tobiaseigen

我对社区里其他人如何看待当前主题底部的这些链接很感兴趣。它们显示的主题对您有用吗？您希望看到哪些改进？您是否使用它们轻松地继续阅读并跟上您感兴趣的讨论？您更喜欢“推荐”还是“相关”？

总的来说，我更喜欢相关主题。AI 在显示相关讨论方面通常非常有用，例如相关的功能请求。我经常查看这些内容来建议合并、用新信息更新它们（例如，当某个功能完成后），或者至少相应地标记那些旧主题。有时我可以直接在相关主题中找到支持问题的答案，因为之前有人问过。

推荐主题是基于我未读的主题。它们有助于找到我可能想继续阅读的主题，但它们与我当前正在阅读的主题无关。我过去会根据最新主题阅读。所以实际上，直到二月，这个列表对我来说大部分时间都是空的，所以我只有主题下方的推荐主题标签。现在我大部分时间都是在未登录的情况下阅读，情况不再是这样了。那里显示的大部分主题是我已经阅读过的主题，但 Discourse 并不知道这一点。我仍然被迫查看它们，因为每次我注销时，Discourse 都会删除它保存了我偏好相关主题的 localStorage。所以通常我看到的是这些，因为切换并不总是值得的。但当然，这些是基于我可能不寻常的使用情况的问题。

总的来说，我认为我的未读主题和其他类似内容的主题都有用处。基于 AI 的相关主题而不是基于类别是一个巨大的改进。这让它们更有趣。

当然，这取决于主题。问题描述得越详细，建议就越好。对我来说，欢迎主题下的建议不太有用是有道理的，因为 Meta 上没有几个欢迎主题。

我想知道，如果您认为它们令人困惑，是否应该像 Discourse 不向新用户显示其他选项一样，将它们隐藏起来，因此显示的是对更有经验的用户隐藏的内容。但我想，除了欢迎主题之外，它们对新用户也可能有用，因为有时他们可以在那里找到问题的答案。

[JammyDodger]

@Falco

确实，我们试图想出一种方法来优先考虑较新的主题，因此它会应用一个与主题年龄成正比的惩罚。

看起来适得其反，并且对质量造成了太大损害

我在这里禁用了 Meta 的惩罚，稍后会重新审视。

有趣的是，我曾认为“相关主题”显示的是较旧的、不太有用的主题。在这个主题上，“相关主题”主要是 2017/18 年左右的，而现在它被关闭了，它们现在要新得多（2023/24 年）。

万一，这个惩罚是否被反转了？

[tobiaseigen]

@JammyDodger

It has gone a bit squiffy though

这是一种非常棒的描述方式！

@tobiaseigen

I presume that after a day or so the Suggested topics will begin to appear for these members.

在欢迎主题的底部，我的测试新用户现在可以看到“推荐主题”了！ 我创建账户才两个小时。不确定它们是什么时候开始显示的。

@Falco

I have disabled the penalty here on Meta and will revisit.

我看到现在已经改变了，并且显示了更多相关的主题，除了 2016 年和 2019 年的两个。

@jenmck

if there was a way to manually curate a suggested topics section only for that specific new user topic

我同意这对于欢迎主题来说是一个绝妙的主意。你能看看是否已经有这个功能请求了，如果没有，请发起一个新的功能请求，解释你自己的用例？

@Moin

I wondered whether, if you think they are confusing, it would make sense to hide these from new users, just as Discourse does not display other options to new users and therefore shows things that are hidden for more experienced users. But I think, apart from the welcome topic, they can be helpful for new users too because sometimes they find the answer to their question right there.

是的，出于你给出的原因，我宁愿显示相关主题，但希望它们更相关、更近期。就欢迎主题而言，我希望它显示公告、博客文章等，或者任何与新成员刚开始了解我们相关的主题。

[schneeland]

正如其他人所说：我的印象是，建议的主题大多数时候用处有限。例如，现在，我看到这个主题的建议是

这似乎与当前主题毫不相关。

另一方面，相关主题经常引发与主题相关的讨论，有时甚至看起来足够有趣，值得查看。例如，我现在看到

我对排序方式感到有些惊讶（我本以为最后一项会排在前面，因为它被频繁访问），但总的来说，它似乎还不错。

在 Discourse 提供的各种 AI 功能中，相关主题实际上是我愿意启用的两个功能之一（另一个是基于 AI 的垃圾邮件分类），如果我们将来能够获得负担得起的 vGPU 或 vNPUs，并且可以自托管 LLM。

[Falco]

@schneeland

在 Discourse 提供的各种 AI 功能中，相关话题实际上是我愿意启用的两个功能之一（另一个是基于 AI 的垃圾邮件分类），如果我们将来能够获得价格合理的 vGPU 或 vNPUs，并且可以自行托管 LLM 的话。

在没有 GPU 的服务器上运行 https://hf.co/Qwen/Qwen3-Embedding-0.6B 和 GitHub - huggingface/text-embeddings-inference: A blazing fast inference solution for text embeddings models 应该在 2-4GB RAM 的服务器上是完全可行的。

[schneeland]

@Falco

在具有 2-4GB RAM 的服务器上运行 https://hf.co/Qwen/Qwen3-Embedding-0.6B 和 GitHub - huggingface/text-embeddings-inference: A blazing fast inference solution for text embeddings models 应该可以在没有 GPU 的情况下完成。

太棒了！感谢您的提示！我会仔细研究一下。