論文の概要: What Do Chinese-Language Generative Search Engines Cite and Surface? A Large-Scale Empirical Study
- arxiv url: http://arxiv.org/abs/2607.15771v1
- Date: Fri, 17 Jul 2026 09:03:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-20 17:56:52.808726
- Title: What Do Chinese-Language Generative Search Engines Cite and Surface? A Large-Scale Empirical Study
- Title（参考訳）: 中国語言語生成検索エンジンはどんなものを作るのか? : 大規模な実証研究
- Abstract要約: 生成型AI質問回答システムは、情報アクセスを仲介し、検索結果から検索結果の検索、引用、結果の提示へとコンテンツの可視性をシフトする。
我々は,4つの主流プラットフォームのWebおよびAppインターフェースにおける中国語生成検索について,大規模な実証的研究を行った。
214,119の生記録から,160,860レコードのクリーニングされた引用レベルデータセットを構築し,引用行動,ソース属性,エンティティ露出,インターフェース間の整合性を解析した。
- 参考スコア（独自算出の注目度）: 6.303656473095422
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative AI question-answering systems increasingly mediate information access, shifting content visibility from ranked search results to retrieval, citation, and presentation in generated answers. We conduct a large-scale empirical study of Chinese-language generative search across the Web and App interfaces of four mainstream platforms. The controlled design covers eight platform interfaces, 614 queries, and three replications per query-platform-interface combination. From 214,119 raw records, we construct a cleaned citation-level dataset of 160,860 records and analyze citation behavior, source attribution, entity exposure, and cross-interface consistency. Five findings emerge. First, brands in the citation pool were selectively surfaced in answers: the overall brand-selection rate was 8.3%, and 12.4% of retrieved sources containing contact information contributed contact information to answers. Second, content fit, cross-source occurrence count, and semantic role were relatively important in predictive models, whereas the 5118-Baidu Composite Quality Score was not the leading predictor for any examined outcome. Third, among cited pages with publication dates, fitted half-lives were approximately 39 days for high-timeliness queries and 68 days for low-timeliness queries. Fourth, approximately 13% of brand exposures could not be matched to the contemporaneous citation pool, and approximately 71% of contact-information exposures could not be matched to the crawled body text. Fifth, source sets differed systematically between the App and Web interfaces of the same platform. These results characterize how Chinese-language generative search systems select, attribute, and surface information and show that interface type is an important dimension of analysis.
- Abstract（参考訳）: 生成型AI質問回答システムは、情報アクセスを仲介し、検索結果から検索結果の検索、引用、結果の提示へとコンテンツの可視性をシフトする。
我々は,4つの主流プラットフォームのWebおよびAppインターフェースにおける中国語生成検索について,大規模な実証的研究を行った。
コントロールされた設計は、8つのプラットフォームインターフェース、614のクエリ、クエリとプラットフォームとインターフェースの組み合わせごとに3つのレプリケーションを含んでいる。
214,119の生記録から,160,860レコードのクリーニングされた引用レベルデータセットを構築し,引用行動,ソース属性,エンティティ露出,インターフェース間の整合性を解析した。
5つの発見がある。
まず、引用プールのブランドは、全体のブランド選択率は8.3%であり、連絡先情報を含む検索された情報源の12.4%が回答に接触情報をもたらした。
第2に, コンテント適合, クロスソース発生数, セマンティックロールは, 予測モデルでは比較的重要であったが, 5118-Baidu複合品質スコアは, 検討結果の主要因ではなかった。
第3に、掲載日を記載した引用ページのうち、半減期は高次クエリで約39日、低次クエリで68日であった。
第4に, ブランド露出の約13%は同時引用プールと一致せず, 接触情報暴露の約71%はクロードボディテキストと一致しなかった。
第5に、ソースセットは同じプラットフォームのAppとWebインターフェースで体系的に異なる。
これらの結果は, 中国語生成検索システムがどのように選択, 属性, 表面情報を抽出し, インターフェースタイプが分析の重要な次元であることを示す。
関連論文リスト
- Sources of Truth: A Multi-Platform, Multilingual Audit of Citations in AI Mental Health Information Queries [0.93058777168429]
1,140の応答と1,713のユニークなドメインで15,942の励起を記録しました。
最も暗唱された10のドメインは43.6%のイングランドの引用であった。
プラットフォームは典型的な引用量ではほとんど異なりませんでしたが、一貫性と、彼らが好んだソースタイプは著しく異なりました。
論文 参考訳（メタデータ） (2026-08-31T20:09:28Z) - Can Retrieval Heads See Images? Multimodal Retrieval Heads in Long-Context Vision-Language Models [68.48918176385105]
本稿では,質問トークンからテキストや視覚的証拠への注目を収集するマルチモーダル検索ヘッド検出手法を提案する。
マルチモーダル検索ヘッドはスパースであり,本質的であり,因果的に重要であることを示す。
これらの頭部は、視覚的にリッチな文書のランク付けに利用することもできる。
論文 参考訳（メタデータ） (2026-05-26T16:24:29Z) - Answer Bubbles: Information Exposure in AI-Mediated Search [14.377773240202849]
バニラGPT,検索GPT,Google AI概要,従来のGoogle検索という,4つのシステムにわたる11,000のリアルタイム検索クエリに対する応答について検討する。
生成検索システムは,その引用に有意なテキストソース選択バイアスを示すことがわかった。
論文 参考訳（メタデータ） (2026-03-17T05:41:39Z) - SourceBench: Can AI Answers Reference Quality Web Sources? [14.668125843739423]
SourceBenchは、100の現実世界のクエリで引用されたWebソースの品質を測定するためのベンチマークである。
我々は8つの大言語モデル(LLM)、Google検索、および3つのAI検索ツールを、SourceBenchを用いて3996以上の引用ソースで評価した。
論文 参考訳（メタデータ） (2026-02-18T23:15:32Z) - GISA: A Benchmark for General Information-Seeking Assistant [102.30831921333755]
GISAは汎用情報検索アシスタントのベンチマークであり、373の人為的なクエリで構成されている。
深い推論と広範囲な情報集約を統合タスクに統合し、暗記に抵抗するために定期的に更新された回答を含むライブサブセットを含む。
主要なLCMと商用検索製品の実験では、最高のパフォーマンスモデルでさえ19.30%の正確なマッチスコアしか達成していないことが示されている。
論文 参考訳（メタデータ） (2026-02-09T11:44:15Z) - HySemRAG: A Hybrid Semantic Retrieval-Augmented Generation Framework for Automated Literature Synthesis and Methodological Gap Analysis [55.2480439325792]
HySemRAGは、Extract, Transform, Load (ETL)パイプラインとRetrieval-Augmented Generation (RAG)を組み合わせたフレームワークである。
システムは、マルチ層アプローチを通じて既存のRAGアーキテクチャの制限に対処する。
論文 参考訳（メタデータ） (2025-08-01T20:30:42Z) - Contra4: Evaluating Contrastive Cross-Modal Reasoning in Audio, Video, Image, and 3D [97.08549913899247]
Contra4は、画像、オーディオ、ビデオ、および3Dの4つのモードにまたがる、対照的な相互モーダル推論のためのデータセットである。
それぞれの例は、複数の候補モダリティのインスタンスと並んで自然言語の質問を示し、モデルがプロンプトと意味的に一致するものを選択する必要がある。
コントラ4は、人間の注釈付きキャプションとモデルの混在するラウンドトリップ一貫性フィルタを組み合わせることで、高品質な監視を確実にし、174kのトレーニング例と2.3kのサンプルを手作業で検証する。
論文 参考訳（メタデータ） (2025-06-02T03:12:13Z) - WebCPM: Interactive Web Search for Chinese Long-form Question Answering [104.676752359777]
LFQA(Long-form Question answering)は、複雑でオープンな質問に、段落長の詳細な回答で答えることを目的としている。
中国初のLFQAデータセットであるWebCPMを紹介する。
高品質な質問応答対5,500件,支援事実14,315件,Web検索121,330件を収集した。
論文 参考訳（メタデータ） (2023-05-11T14:47:29Z) - Dynamic Hybrid Relation Network for Cross-Domain Context-Dependent
Semantic Parsing [52.24507547010127]
ドメイン間コンテキスト依存のセマンティック解析は研究の新たな焦点である。
本稿では,コンテキストの発話,トークン,データベーススキーマ,会話の進行に伴う複雑なインタラクションを効果的にモデル化する動的グラフフレームワークを提案する。
提案したフレームワークは既存のモデルを大きなマージンで上回り、2つの大規模ベンチマークで新しい最先端性能を達成する。
論文 参考訳（メタデータ） (2021-01-05T18:11:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。