DeepMind zmienia ranking wyników wyszukiwania. Jeden model zamiast dwóch

Google DeepMind opisał w pracy naukowej nowy sposób, w jaki może powstawać ranking wyników wyszukiwania. Zamiast dwóch modeli pracuje jeden. Pracę przygotowano razem z University of Massachusetts Amherst i University of Texas w Austin. Serwis Search Engine Journal opisał ją 10 września.

ARR łączy pracę dwóch modeli w jednym przebiegu

Dziś ranking powstaje w dwóch krokach. Pierwszy model, tak zwany dual encoder, zamienia zapytanie i dokumenty na liczby i szybko wybiera krótką listę. Drugi model, cross encoder, czyta zapytanie razem z każdym dokumentem i ustawia je w kolejności. Drugi krok jest dokładny, ale kosztowny. Dlatego widzi tylko kilka stron.

Metoda z pracy nazywa się Autoregressive Ranking, w skrócie ARR. Tutaj jeden model językowy czyta zapytanie i od razu wypisuje identyfikatory dokumentów w kolejności. Autorzy twierdzą, że taki model wystarczy, by uszeregować dowolną liczbę dokumentów.

Google nie mówi, że ARR działa w wyszukiwarce

To praca naukowa, a nie zapowiedź produktu. Google nie podało, żeby ARR był używany w jakimkolwiek działającym systemie. Prace zespołu DeepMind często zostają w laboratorium. To sygnał o kierunku, podobnie jak wcześniejsza zamiana modelu na Gemini 3.8 Flash w AI Mode. Osobno zbieramy to, jak działają wyszukiwarki z AI w Polsce.

Testy na zbiorach WordNet i ESCI z zapytaniami zakupowymi

Zespół zbudował też sposób uczenia o nazwie SToICaL. Mocniej liczą się w nim dokumenty, które powinny stać wysoko. Model uczy się także rozkładać prawdopodobieństwo na znaki tworzące poprawny identyfikator dokumentu.

Testy przeprowadzono na dwóch publicznych zbiorach: WordNet oraz ESCI z zapytaniami zakupowymi. ARR dorównał jakością cross encoderowi i kosztował mniej. W jednym wariancie zakupowym model gorzej trafiał w pierwszy wynik, choć cała kolejność wyszła lepiej.

Dla polskich zespołów SEO nic się dziś nie zmienia

W tym miesiącu nie trzeba pracować inaczej. Warto jednak wiedzieć, w którą stronę to idzie. Jeśli kiedyś jeden model ułoży całą listę, mniej będzie znaczyć przewaga strony w pojedynczych sygnałach. Więcej będzie znaczyć to, czy model widzi na stronie odpowiedź na pytanie. Ten sam nacisk widać w danych, z których wynika, że sztuczna inteligencja pisze 97 proc. odpowiedzi w ramce Podobne pytania. W polskich wynikach działa to tak samo, bo Google nie ma osobnego modelu dla naszego rynku. Dlatego lepiej napisać odpowiedź wprost, wysoko na stronie i prostymi słowami.