Безопасно размещаем отзывы и Работаем с репутацией!
Обучающие данные
Также: training data, обучающая выборка, датасет
Коротко
Тексты и другие материалы, на которых обучалась языковая модель: веб-страницы, книги, статьи, код.
Если о компании много согласованной информации в открытых источниках, она с большей вероятностью окажется в обучающих данных — и модель будет «знать» о бренде даже без поиска.
Упоминается в статьях
⭐ Репутация
Инцидентная привязка: как старый скандал живёт в ответах нейросетей
Конфликт урегулирован, а ассистенты на нейтральный вопрос о компании упоминают его первым. Почему модели держатся за старый инцидент и как ослабить привязку без удаления правды.
🧠LLMO LLMO
Двухрежимная проба: как найти источник ошибки в ответе ИИ о компании
Один и тот же вопрос о компании задают нейросети без поиска и с поиском. Разница в ответах показывает, что исправлять: источники в интернете или ждать обновления…
🧠LLMO LLMO
Лестница ИИ-видимости: как оценить положение бренда в нейросетях
Пять ступеней присутствия компании в ответах ИИ-ассистентов — от «не знает» до «рекомендует первым». Как определить свою ступень за час и что делать на каждой.
⭐ Репутация
Яндекс Здоровье: что важно знать врачу и клинике
Что врачу и клинике важно знать о медицинских сервисах Яндекса: Яндекс Здоровье и онлайн-консультации, карточки врачей в поиске, отзывы на Картах, знак «Хорошее место», ответы нейросетей…
⭐ Репутация
Отзывы на ДОКТУ: как устроена площадка и что важно клинике
Что такое ДОКТУ и почему клинике стоит следить за отзывами на этом медицинском агрегаторе: что известно о площадке, как её данные попадают в поиск и нейросети,…
🎯GEO GEO · AEO
Как измерять GEO: метрики видимости в нейросетях, промпт-мониторинг и отчёт
Какие метрики показывают результат GEO, как собрать набор промптов, как часто проверять ответы нейросетей, как учесть случайность ответов и как сделать понятный отчёт.
🧠LLMO LLMO
Что такое LLMO и чем оно отличается от SEO
Почему клиенты всё чаще спрашивают нейросеть, а не поисковик, и как сделать так, чтобы в ответе прозвучал ваш бренд.
Упоминается в исследованиях
Рецензируемое исследование
2024
Чтобы модель извлекала факт, он должен встречаться в разных формулировках
Allen-Zhu, Li · Proceedings of the 41st International Conference on Machine Learning (ICML 2024), PMLR 235, 1067–1077
0%Без разнообразия формулировок знание может быть запомнено, но не извлекаться: точность ответов на вопросы нулевая независимо от последующего…
Рецензируемое исследование
2023
Языковые модели плохо запоминают редкие факты: всё решает число упоминаний
Kandpal и др. · Proceedings of the 40th International Conference on Machine Learning (ICML 2023), PMLR 202, 15696–15707
Сильная связьТочность ответа на вопрос коррелирует и причинно связана с числом релевантных документов в данных предобучения.
Рецензируемое исследование
2023
Когда не доверять модели: о малоизвестных сущностях ИИ знает хуже
Mallen и др. · Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 9802–9822
14 тыс. вопросовРазмер датасета PopQA с сущностями разной популярности.
Рецензируемое исследование
2024
Что убеждает языковую модель: релевантность важнее ссылок и стиля
Wan и др. · Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 7468–7484
Релевантность решаетМодели сильнее всего опираются на то, насколько сайт соответствует запросу.