論文の概要: Scoring With the Engine: Retrieval Exposure, Cross-Engine Divergence, and the Limits of Engine-Agnostic GEO Scores
- arxiv url: http://arxiv.org/abs/2609.22655v1
- Date: Sat, 19 Sep 2026 00:05:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 00:39:45.774611
- Title: Scoring With the Engine: Retrieval Exposure, Cross-Engine Divergence, and the Limits of Engine-Agnostic GEO Scores
- Title（参考訳）: Scoring with the Engine: Retrieval Exposure, Cross-Engine Divergence, and the limits of Engine-Agnostic GEO Scores
- Abstract要約: 生成エンジンの可視性は決定論的でエンジンなしのページスコアと近似することができる。
このようなスコアを2つのステージに分けて説明する: ライブエンジンへの露出と、露出に関する引用選択条件である。
同じプロンプトのクロスエンジンURLのオーバーラップは非常に小さい。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent work asks whether generative-engine visibility can be approximated with deterministic, engine-free page scores. We separate two stages such scores can conflate: exposure to a live engine and citation selection conditional on exposure. In an observational audit of ChatGPT, Microsoft Copilot, Google, and Perplexity, 15 fixed commercial prompts produced 589 citation observations on 6 June 2026, corresponding to 528 unique URLs and 356 domains. Same-prompt cross-engine URL overlap was extremely small: mean pairwise Jaccard similarity was 0.0079, the median was zero, and 84.9% of engine pairs shared no cited URL. On the ten prompts observed on all four engines, mean exact-URL Jaccard was 0.0072. A matched-size hypergeometric baseline preserving each prompt's four-engine URL universe and each engine's list length predicts 0.1272, so observed overlap was only 5.7% of that baseline; zero URL overlap occurred in 86.7% of comparisons versus 12.3% expected. Top-five exact-URL overlap was zero in all 60 pairwise comparisons. A single engine captured only 11.4%-42.6% of the four-engine URL union, and 96.4% of observed URLs appeared in only one engine. A separate 5-to-6 June same-engine comparison found 67.0% mean URL-set turnover. These results do not invalidate engine-free page scoring; they identify its estimand. A score computed without a live engine can estimate page quality or query-page fit, while end-to-end visibility additionally depends on engine-specific exposure and selection. We therefore argue for reporting page fit, observed exposure, conditional selection, and final visibility as distinct quantities.
- Abstract（参考訳）: 最近の研究は、生成エンジンの可視性は決定論的でエンジンなしのページスコアと近似できるかどうかを問うものである。
このようなスコアを2つのステージに分けて説明する: ライブエンジンへの露出と、露出に関する引用選択条件である。
ChatGPT、Microsoft Copilot、Google、Perplexityの観察による監査では、2026年6月6日に15の固定商用プロンプトが、528のユニークなURLと356のドメインに対応する589の引用観察を行った。
同じプロンプトのクロスエンジンURLのオーバーラップは極めて小さく、平均ペアのジャカードの類似度は0.0079であり、中央値は0であり、エンジンペアの84.9%は参照URLを共有しなかった。
4基のエンジンで観測された10のプロンプトでは、正確なURLジャカードは0.0072であった。
それぞれのプロンプトの4基のURL宇宙を保存し、各エンジンのリストの長さを0.1272と予測するマッチングサイズのハイパージオメトリベースラインは、観測されたオーバーラップはベースラインの5.7%に過ぎず、比較の86.7%で12.3%に対してゼロURLオーバーラップが発生した。
トップ5の正確なURLオーバーラップは、全60対比較でゼロだった。
1基のエンジンは4基のURLユニオンの11.4%-42.6%しか取得できず、96.4%のURLは1基のエンジンにしか表示されなかった。
6月の5対6のエンジン比較で、平均URLセットのターンオーバーは67.0%だった。
これらの結果はエンジンフリーのページスコアリングを無効にしない。
ライブエンジンなしで計算されたスコアは、ページ品質やクエリページ適合度を推定でき、一方、エンドツーエンドの可視性はエンジン固有の露出と選択に依存する。
そこで我々は, ページ適合, 観察された露出, 条件選択, 最終的な可視性について, それぞれ異なる量として論じている。
関連論文リスト
- Repeated Queries Exhaust an LLM's Brand Recommendations but Not Its Sources [0.0]
300の質問エンジンのセルで、ウェブ検索なしで答える5つのエンジンは、まだ15.7の時点では見当たらないブランドを追加している。
4つの深層細胞が24時間でドメインを追加し, 59～84%のChao2値が観測された。
エンジン全体の中央値は38の組織で、うち15の中央値は正確に1つのエンジンに表示される。
論文 参考訳（メタデータ） (2026-09-04T12:22:03Z) - CogEvol: Towards Efficient and Reliable Learning Environment Generation [49.18054685846454]
本稿では,学習環境生成に特化して訓練されたモデル群であるCogEvolを紹介する。
CogEvolは、スライドを中央値17秒、対話ページを59秒で完了し、数分のマルチターンエージェントの足場を置き換える。
プロダクショングラウンドのデータパイプラインは、実際の障害を53,687個のSFTサンプルに変換する。
論文 参考訳（メタデータ） (2026-08-31T15:33:38Z) - BrowserForge: Scaling Web Episode via Parallel Browser Sandboxes [54.96895469970198]
BrowserForgeは、オープンなWeb上で多くのブラウザサンドボックスを並行して駆動することで、大規模なWebインタラクションデータを生成する。
BrowserForgeには3つのコンポーネントがある: オープンなWebソーシングステージ。
ルール+モデルクリーニングパイプラインは、失敗した実行を除去し、生き残った推論を単一の統合されたチェーン・オブ・シンクスタイルに書き換える。
論文 参考訳（メタデータ） (2026-08-25T17:35:42Z) - IndicQE-APE: A Benchmark for Quality Estimation and Automatic Post-Editing for Indic Languages [77.88427845181154]
我々はWMT 2020-2024の共有タスクの系統を、英語のリソースを拡張してインディクシーに集約する:9つの方向対に対して126,754ドルのインスタンス。
セグメントレベルのQEでは,LSMが6つ,COMETが3つ,APEでは3つのシステムをベンチマークした。
論文 参考訳（メタデータ） (2026-08-17T09:50:52Z) - Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
PointArena 2026は77.2%の精度でベンチマークで2位である。
ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。
次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
論文 参考訳（メタデータ） (2026-06-29T06:39:03Z) - A Hybrid, Multi-Layered Pipeline for Phishing and Threat Classification: Independently Validated URL and NLP Engines with a Calibrated Multi-Channel Fusion Stage [0.0]
それぞれのモータリティを自作のエンジンでスコアリングし、結果を融合するハイブリッドパイプラインを提案する。
3基のエンジンがビルドされ、デプロイされ、独立してベンチマークされる。
デプロイ可能な検出のために、制限要因はモデルをいかに一般化するかである。
論文 参考訳（メタデータ） (2026-06-19T18:59:36Z) - Benchmarking Speech-to-Speech Translation Models [55.00303727199927]
音声音声翻訳(S2ST)は急速に進歩しているが、オフライン評価には統一されたプロトコルが欠けている。
8次元にわたる46のメトリクスを統合するベンチマークフレームワークを導入する。
FLEURSとCVSSから1,248のモデル言語構成でデプロイする。
論文 参考訳（メタデータ） (2026-06-02T07:01:33Z) - How Far Is Document Parsing from Solved? PureDocBench: A Source-TraceableBenchmark across Clean, Degraded, and Real-World Settings [56.70440596502351]
昨年は20以上のオープンドキュメントパースモデルが見られたが、ベンチマークはほぼOmniDocBenchにのみ依存している。
HTML/CSSのドキュメントイメージをレンダリングするベンチマークであるPureDocBenchは、10のドメイン、66ページ、1,475ページをカバーしています。
論文 参考訳（メタデータ） (2026-05-08T09:30:31Z) - Measuring Faithfulness Depends on How You Measure: Classifier Sensitivity in LLM Chain-of-Thought Evaluation [0.0]
連鎖忠実性に関する最近の研究は、単一集合数について報告している。
本論文は、忠実性はモデルの客観的かつ測定可能な性質ではないことを示す。
論文 参考訳（メタデータ） (2026-03-20T17:48:43Z) - AI Answer Engine Citation Behavior An Empirical Analysis of the GEO16 Framework [0.0]
GEO-16はページ品質の信号をバンド化されたピラースコアに変換するフレームワークであり、正規化されたGEOスコアGは0から1の範囲である。
3つのエンジンで1,702の引用を収集し、1,100のURLを監査しました。
我々のコーパスでは、エンジンは、それらが引用したページのGEO品質に違いがあり、MetadataとFreshness、Semantic HTML、Structured Dataに関連する柱は、引用と最も強い関連性を示した。
論文 参考訳（メタデータ） (2025-09-13T00:29:32Z)
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。