Google MUVERA: Új Technológia a Keresőoptimalizálásban

Google nemrégiben megerősítette, hogy alkalmaz egy MUVERA-hoz hasonló megoldást, ami új lehetőségeket nyit a keresési algoritmusok hatékonyságában. Gary Illyes, a Google munkatársa, a Search Central Live Deep Dive eseményen válaszolt a MUVERA-val kapcsolatos kérdésekre, és bár nem volt teljesen világos a Graph Foundation Model (GFM) kapcsán, a MUVERA alkalmazását megerősítette.

A MUVERA, amely a Multi-Vector Retrieval via Fixed-Dimensional Encodings (többdimenziós lekérdezés rögzített dimenziós kódolással) nevéből adódik, egy újfajta keresési módszer, amely jelentősen javítja a dokumentumok visszakeresését. A Google a MUVERA-t egy friss blogbejegyzésben és egy kutatási tanulmányban is bemutatta, amely lehetővé teszi a bonyolult, többdimenziós keresések gyors, egydimenziós keresésekké való alakítását. Ez a megközelítés a tokenemblémák halmazait rögzített dimenziós vektorokká tömöríti, amelyek közelítik az eredeti hasonlóságokat, így gyorsabb és hatékonyabb keresési módszereket tesz lehetővé.

A MUVERA működése

A MUVERA lényege, hogy a többdimenziós vektorokat rögzített dimenziós vektorokká alakítja, amelyek elősegítik az optimalizált keresési eljárások alkalmazását. Ez a módszer nemcsak gyorsabb, de kevesebb találatot is generál, miközben javítja a releváns találatok arányát. A MUVERA által használt MIPS (Maximum Inner Product Search) technika megkönnyíti a skálázást, mivel már bevált keresési módszerről van szó. Miután a MUVERA gyorsan leszűkítette a legvalószínűbb találatokat, a Chamfer hasonlósági eljárással újrarendezi azokat, ezáltal visszaállítva a többdimenziós keresés teljes pontosságát. Az eredmények szerint a MUVERA képes több releváns dokumentumot találni, míg a feldolgozási idő alacsonyabb marad, mint a korábbi rendszerek esetében, például a PLAID-nál.

A Graph Foundation Model rejtélye

A Graph Foundation Model (GFM) egy új AI megoldás, amely a relációs adatbázisok grafikonokká való alakításával tanul. Ez a megközelítés lehetővé teszi, hogy a GFM-ek olyan mintázatokat találjanak, amelyeket a hagyományos modellek nem érzékelnek, így teljesítményük jelentősen javul. A GFM-ek rugalmasan kezelik a különböző szerkezetű adatbázisokat anélkül, hogy újra kellene őket tanítani, ami komoly előnyt jelent az adatokkal való munkában. A grafikon alapú modellek előnyei az elmúlt időszakban kiemelkedő eredményeket hoztak a spam-ellenőrzési feladatok során is.

Ugyanakkor Gary Illyes a GFM-et illetően kicsit óvatosabb volt. Amikor egy kérdést kapott a GFM használatáról, viccesen megjegyezte, hogy nem tudja, miről van szó, és úgy tűnt, hogy nem látja a GFM-et a Google keresőjében alkalmazott megoldások között. Mindez arra utal, hogy a GFM használata még nem elterjedt a Google rendszereiben.

Mit gondol erről a SEO szakértő?

Megkerestük Császár Viktor SEO szakértőt, hogy véleményét kérjük a MUVERA és a Graph Foundation Model kapcsán. Viktor elmondta, hogy a MUVERA bevezetése új dimenziókat nyithat meg a keresési algoritmusok számára. „A MUVERA alkalmazása lehetővé teszi, hogy a Google gyorsabban és pontosabban találjon releváns információkat, ami a felhasználói élményt is javítja. A gyors keresési módszerek mellett a pontos újrarendezés révén a relevancia fenntartása is biztosított. Ugyanakkor a GFM jövőbeni alkalmazása még kérdéses, hiszen a Google jelenlegi álláspontja alapján nem tűnik úgy, hogy ez a modell már bevezetésre került volna a keresési rendszerekben. Érdemes figyelemmel kísérni a fejleményeket, mert a jövő keresései és a SEO stratégiák is jelentősen változhatnak.”

További információkért látogasson el Császár Viktor weboldalára: Császár Viktor SEO szakértő.

Forrás: SearchEngineJournal.com