逆向工程揭示 Google Gemini grounding 片段的抽取式摘要机制
dejanseo · x · 2026-11-06
SEO 研究者 Dan Petrovic 通过 API 返回的 groundingSupports 与 groundingChunks 原始数据，逆向分析了 Google Gemini grounding 管线中构建 grounding 片段的抽取式摘要步骤。
主要发现：
- 查询聚焦选择：与查询语义接近的句子被优先抽取，同一页面上其他主题（如抽象式摘要）的部分被完全跳过。
- 强位置/开头偏好：开头段落几乎被整段照搬，无论内容相关性如何。
- 结构性噪声也会入库：目录条目、章节标题、链接代码残留、¶ 符号等都被当作句子参与打分。
- 抽取粒度为句子级，而非段落或篇章。
- 每个 chunk 附带 0.1–1.0 的置信度分数，表示 grounding 来源与生成片段的相关度。
作者还用 microsoft/deberta-v3-large 做了微调，结果与 Google 的做法相当接近，并公开了 demo、完整管线图和逐句标注的对照示例。
「模型」频道最新
- RoboColosseum 首批结果:5 款机器人模型与 3 个前沿 AI 智能体实战 124 个真实场景 — DJiafei · 2026-11-06
- Harness 适配器：为每个 Agent 框架单独训 LoRA,实测 1350 次会话仅花 5 美元 — LysandreJik · 2026-11-06
- Drex 模型置信度经校准:标 93% 置信时准确率达 97%,可当信任旋钮用 — rohanpaul_ai · 2026-11-06
- REAX 1.3 登顶 HF Decision Index,274 模型中拿 74.0 分 — airesearch12 · 2026-11-06
- 0.8B决策模型Jeff v1.4发布:34个开源适配器,90%准确率,2ms推理 — Usual_Maximum7673 · 2026-11-06
- 爆料称 Qwen4 可能今日发布，配图已流出 — HankYeomans · 2026-11-06