Русский
English
Что там опять
Google представил новый фреймворк R4T-Diffusion для генерации поисковых подзапросов в рамках query fan-out. Система должна создавать качественные наборы подзапросов быстрее и с меньшими вычислительными затратами.
Query fan-out используется Google в ИИ-поиске: вместо обработки исходного запроса как одной поисковой задачи система формирует несколько связанных запросов, чтобы собрать информацию по разным аспектам темы и затем объединить результаты в один ответ.
R4T-Diffusion сочетает обучение, синтетическую генерацию данных и небольшую диффузионную модель на 53,9 млн параметров. Сначала более крупная модель учится создавать качественные варианты подзапросов, после чего её поведение передаётся компактной модели. При генерации система одновременно учитывает релевантность исходному запросу, разнообразие подзапросов и возможность получить по ним реальные результаты.
По данным Google, новый подход работает в 12–20 раз быстрее авторегрессионных методов. При больших объёмах запросов задержка прежних подходов может достигать почти 50 секунд, тогда как R4T-Diffusion укладывается в диапазон от долей секунды до нескольких секунд.
Развитие query fan-out означает ещё большее расхождение между запросом пользователя и поисковыми запросами, по которым Google фактически подбирает источники для ИИ-ответа.
Источник: Search Engine Journal
Читайте также по теме:
Google открыл отчёты об эффективности в ИИ‑поиске и управление показом сайтов для всех