GroundedGEO: почему подробное утверждение ещё нужно доказать

Работа начинается с простой, но часто упускаемой границы: доказанность относится не к стилю текста, а к связи между отдельным утверждением и записью, которая его поддерживает. Карточка товара может быть длинной, уверенной и наполненной характеристиками, но это ещё не значит, что характеристики подтверждены. GroundedGEO превращает эту связь в объект проверки при ранжировании кандидатов.

Практическая ценность работы не в «секретном факторе AI-поиска». Она предлагает понятный порядок проверки: разбить текст на отдельные утверждения, связать каждое с конкретной записью и отдельно оценить релевантность. Препринт проверяет этот порядок в лаборатории, а не в живой выдаче поисковика.

• Наблюдение: тестовый алгоритм отбора получает кандидатов и пакет записей.
• Вывод: текстовая подробность сама по себе не доказывает фактическую опору.
• Гипотеза: проверка связи между утверждением и доказательством может снизить часть таких ошибок.

Источники раздела:[1] GroundedGEO authors / arXiv

Авторы называют проблему «раздуванием релевантности». Кандидат добавляет характеристики, сценарии использования или регалии, связанные с запросом, и поэтому кажется более подходящим. Если алгоритм оценивает лишь текст, он может поднять такой вариант, даже когда новые детали ничем не подтверждены. Проблема не в самой подробности, а в невозможности отличить подтверждённую деталь от выдуманной.

Поэтому фильтр по длине, плотности терминов или официальному тону не решает задачу: он может ошибочно понизить честный подробный текст или пропустить аккуратно написанную выдумку. GroundedGEO предлагает другую единицу проверки: отдельное утверждение и конкретную запись, которая его подтверждает.

• Подробность — сигнал возможной релевантности, но не доказательство.
• Ссылка рядом с текстом не гарантирует поддержку каждого предложения.
• Проверка должна сохранять область действия и силу источника.

Источники раздела:[1] GroundedGEO authors / arXiv

Основная лабораторная выборка включает 50 коммерческих запросов и 1 950 случаев. Кандидаты строятся как сопоставимые варианты: исходный, подробный, подтверждённый и нейтральный, а для части экспериментов используются пары с одинаковым текстом — одинаковый текст при разных утверждениях о доступных доказательствах. Такой дизайн нужен, чтобы отделить объём и формат текста от наличия подтверждающих записей.

В работе также описаны разные источники для разметки, включая официальные записи, отзывы покупателей и регистрационные подтверждения. Часть человеческой проверки охватила 370 утверждений; личности аннотаторов не раскрываются. Эти числа описывают именно устройство эксперимента. Их нельзя читать как размер корпуса всего веба или как долю сайтов, которые в реальном AI-поиске получают преимущество.

• Выборка: 50 запросов, 1 950 случаев.
• Отдельная проверка людьми: 370 утверждений.
• Единица анализа: кандидат, утверждение, набор подтверждающих записей и решение алгоритма отбора.

Источники раздела:[1] GroundedGEO authors / arXiv

В Qwen2.5-7B нормализованный прирост позиции для подробных, но неподтверждённых вариантов составил от +0,065 до +0,092 в трёх профилях утверждений после поправки Холма. В этом контролируемом сравнении неподтверждённые детали давали преимущество перед исходными описаниями. Однако это не означает, что любая AI-система повышает длинные страницы.

Эффект зависел от модели. Для MiMo-v2.5 он был пограничным, а для GLM-5.3-Flash в приведённых сравнениях не обнаружен. Отсутствие статистически значимого результата не доказывает полную защищённость модели, но показывает, что результат Qwen2.5-7B нельзя считать универсальным законом.

• Прибавка измерена относительно исходного варианта в лабораторном тесте.
• Число +0,092 не является процентом трафика, цитирования или позиции в Google.
• Нулевая значимость у другой модели не доказывает полную защищённость.

Источники раздела:[1] GroundedGEO authors / arXiv

Пары с одинаковым текстом — один из самых сильных элементов эксперимента. Описание кандидата не меняется, но в одной версии к его утверждениям добавлены подтверждающие записи, а в другой их нет. Если оценка реагирует на эту разницу, значит, проверка учла не только форму текста, но и наличие опоры для утверждений.

Это показывает, что принцип в лаборатории работать может. Но это не готовая система для сайта. В реальной редакции записи могут быть неполными, противоречивыми или устаревшими. Поэтому для каждого доказательства нужны не только ссылка, но и дата, область действия, точный фрагмент и оговорки.

• Одинаковый текст позволяет контролировать эффект формулировки.
• Разный набор записей не делает источник автоматически истинным.
• Связь утверждение → точный отрывок нужно проверять отдельно от наличия домена.

Источники раздела:[1] GroundedGEO authors / arXiv

Нет — по результатам этой работы нельзя сделать такой вывод. На 370 утверждениях с человеческой разметкой все автоматические методы проверки провалили заранее заданный порог надёжности. Лучший локальный метод сохранял 79–100% снижения числа неподтверждённых вариантов, которое давала идеальная разметка. В контрольных ветках он не показал измеренного удаления вариантов, которые не следовало штрафовать. Но это всё равно не универсальная гарантия качества.

Для редакционной системы это означает разделение режимов. Машина может предложить сопоставление утверждения с отрывком, подсветить отсутствие записи и остановить пакет с неясным происхождением данных. Но неполный источник, смену квантора, конфликт двух документов и допустимую силу вывода нужно уметь показать человеку. Автоматическая метка должна быть прозрачной подсказкой, а не маскировкой неопределённости.

• Автоматическая рекомендация не равна человеческой разметке.
• Ошибочное удаление нужно измерять отдельно от найденных совпадений.
• Слабый источник нельзя превращать в доказательство сильного утверждения одной классификацией.

Источники раздела:[1] GroundedGEO authors / arXiv

Практический порядок работы можно начать с реестра утверждений. Для каждого фактического предложения запишите предмет, действие и объект, статус наблюдения или вывода, идентификатор источника, точный отрывок, дату документа и ограничения. Затем проверьте, что источник действительно подтверждает именно этот квантор: «доступно части пользователей» нельзя переписать как «доступно всем», а «показана ссылка» нельзя превратить в «был переход».

Следующий шаг — отдельный журнал решения. Материал проходит, если у утверждений есть подходящие открытые записи, а неподтверждённые детали либо удалены, либо явно помечены как гипотеза. Сохраните числитель и общее число случаев для чисел, не смешивайте обход роботом, поиск системой, ссылку в ответе, упоминание, посещение и результат для бизнеса. Такой протокол полезен даже без внедрения собственного алгоритма отбора: он улучшает человеческий контроль и объяснимость публикации.

• Сначала выделите утверждения, потом подбирайте подтверждения.
• Храните точный отрывок и дату, а не только URL.
• Проверяйте соответствие RU/EN на уровне чисел, кванторов и силы вывода.
• Публикуйте ограничения рядом с результатом.

Источники раздела:[1] GroundedGEO authors / arXiv

GroundedGEO — лабораторное исследование целостности ранжирования на ограниченной выборке. Оно не измеряет Google Search, Google AI Overviews, ChatGPT Search, Perplexity, Yandex или другие рабочие платформы. В работе нет доказательства, что добавление набора подтверждающих записей на страницу повысит её позицию, цитирование, переходы или продажи. Нельзя также объявить любой алгоритм отбора, работающий только с текстом, одинаково уязвимым.

Узкий, честный вывод таков: если алгоритм отбора видит релевантность, но не проверяет поддержку утверждений, неподкреплённая подробность может получить награду в некоторых тестовых условиях; подтверждение каждого утверждения — разумный объект для отдельной проверки. Для переноса результата нужен новый эксперимент с целевой платформой, заранее объявленным протоколом и прямыми наблюдениями, а не ссылка на этот препринт.

• Не переносите числа на рабочих AI-систем.
• Не называйте наличие записи доказательством конкретного утверждения, пока не проверен точный отрывок.
• Не обещайте рост позиций или AI-упоминаний.
• Отдельно измеряйте доступность, поиск системой, ссылка в ответе, упоминание и посещение.

Источники раздела:[1] GroundedGEO authors / arXiv