Поисковые технологии.

Как промышленные компании попадают в ответы нейросетей: данные годового исследования в металлообработке и машиностроении

как промышленные компании попадают в ответы нейросетей

продолжить чтение

Retrieval в 2026: как RAG переехал с энкодеров на LLM (и что с этим делать в своём проекте)

продолжить чтение

Deep Research как управляемый исследовательский контур

Написано в соавторстве с @bear7

продолжить чтение

Мы вскрыли трафик ChatGPT, Gemini и DeepSeek, чтобы понять, откуда берутся «источники» в ответах

Когда нейросеть отвечает на вопрос и показывает блок «источников», кажется, что у всех систем это одно и то же — список ссылок, на которые модель опиралась. На деле за этим блоком в каждой системе стоит своя реализация: свой способ обмена с сервером, свой формат ответа, свои поля, из которых интерфейс достаёт цитаты. Мы разобрали сетевой обмен веб-клиентов трёх систем — ChatGPT, Gemini и DeepSeek — и параллельно прогнали через них один и тот же набор запросов по 10 раз, чтобы понять не только техническое устройство цитирования, но и что эти системы реально цитируют.

продолжить чтение

Мечтали ли шумеры о нейросетях — от «живых поисковиков» до вездесущего ИИ

В наши дни поиск информации стал почти скучен и почти тривиален. На 90% запросов и вовсе можно получить ответ от встроенной в поисковик нейросети, без необходимости прокликивать пару десятков ссылок. Разумеется, так было не всегда. Автору статьи, например, до сих пор непривычно пользоваться нейроподсказками. Прочитать текст по ссылке своими глазами  —  бесценно, если требуется на 100% точная информация.

продолжить чтение

ChatGPT ссылается на мошеннические сайты-клоны магазинов, созданные для похищения данных банковских карт

Исследователи выяснили

продолжить чтение

Microsoft представила поисковик Web IQ на базе Bing для ИИ-агентов

Microsoft представила набор API-интерфейсов Web IQ на базе поисковика Bing. Он позиционируется как поисковая система для ИИ-агентов, которая предложит им структурированные данные для работы.

продолжить чтение

Русский гений, придумавший поисковую систему в 19-м веке

В культурном сознании перфокарта плотно привязалась к эпохе огромных компьютеров, лабиринтообразных НИИ и прото-программистов в толстых роговых очках, задумчиво смолящих папиросы перед монолитными манипуляторами ЭВМ.Но история ее началась гораздо раньше и в итоге привела к появлению первой поисковой системы и, наверно. первого аналогового компьютера в то время, когда люди еще для письма щипали у гусей перья.Дело шелкопрядов

продолжить чтение

SEO, AEO и GEO в 2026 году. Как алгоритмы ИИ-поиска меняют трафик и как измерять долю ответов нейросетей

Рост позиций сайта в традиционной поисковой выдаче больше не гарантирует переходы пользователей на сайт. Генеративная выдача (модули AI Overviews в Google и ЯндексНейро) перехватывает трафик на нулевом экране. Искусственный интеллект выдает готовый текст и точные ответы на вопросы пользователя раньше, чем тот доберется до ссылок на сайты. Одновременно с этим поисковые алгоритмы перестали ранжировать контент, который представляет собой банальный рерайт и не несет новой информации.

продолжить чтение

Почему RAG — это не просто «добавить поиск»: latency, качество и выбор стратегии retrieval

Главное: RAG — это не просто «поиск + LLM». В локальном эксперименте основная дополнительная нагрузка появилась не в vector DB, а в embedding запроса, росте размера prompt и его обработке моделью. Top-k, chunk size и retrieval mode оказались параметрами проектирования и контроля, а не техническими настройками «по умолчанию». Главный вывод: стратегию retrieval нужно выбирать под тип вопроса, структуру данных, latency budget и требований к качеству.Введение

продолжить чтение

123456...10...17