Google DeepMind ra mắt BlockRank có thể thay đổi cách AI xếp hạng

BlockRank – mô hình mới của nhóm nghiên cứu Google DeepMind được kỳ vọng sẽ giúp các hệ thống AI truy xuất và xếp hạng thông tin nhanh hơn, thông minh hơn, mở ra góc nhìn mới về tương lai của công nghệ tìm kiếm và xếp hạng nội dung.

BlockRank là gì?

BlockRank là phương pháp mới do Google DeepMind phát triển nhằm tối ưu quá trình xếp hạng và truy xuất thông tin trong các mô hình ngôn ngữ lớn (LLM). Nghiên cứu này được công bố trong bài báo khoa học “Scalable In-Context Ranking with Generative Models.”

Mục tiêu của BlockRank là giải quyết bài toán In-Context Ranking (ICR), nghĩa là khả năng để một mô hình AI đọc đồng thời nhiều tài liệu và xác định đâu là nội dung quan trọng nhất cho một truy vấn cụ thể.

Hiện tại, Google chưa áp dụng BlockRank vào các sản phẩm như Google Search, Gemini, AI Mode hay AI Overviews, nhưng công nghệ này có tiềm năng được triển khai trong tương lai gần.

Vấn đề mà BlockRank giải quyết

Thông thường, quá trình xếp hạng (ICR) trong AI rất tốn tài nguyên và chậm. Các mô hình ngôn ngữ sử dụng cơ chế “attention”, tứ là mỗi từ phải so sánh với tất cả các từ còn lại trong dữ liệu. Khi số lượng tài liệu tăng lên hàng trăm, chi phí tính toán sẽ tăng theo cấp số nhân.

Cách BlockRank hoạt động

BlockRank thay đổi cách mô hình AI “chú ý” đến nội dung. Thay vì để mỗi tài liệu so sánh với tất cả các tài liệu khác, BlockRank chia nhỏ cấu trúc thành các khối (block):

• Mỗi tài liệu chỉ tập trung vào chính nó và hướng dẫn chung.
• Phần truy vấn (query) của mô hình lại có thể nhìn thấy toàn bộ tài liệu, từ đó so sánh và xác định đâu là tài liệu phù hợp nhất với câu hỏi.

Nhờ cơ chế này, chi phí xử lý được giảm từ bậc hai (rất chậm) xuống bậc một (nhanh hơn đáng kể), giúp mô hình tăng tốc mạnh mẽ mà vẫn giữ độ chính xác cao.

Kết quả thử nghiệm ấn tượng

Khi thử nghiệm trên mô hình Mistral-7B, nhóm nghiên cứu của Google ghi nhận:

• Tốc độ nhanh gấp 4,7 lần so với mô hình tinh chỉnh thông thường khi xếp hạng 100 tài liệu.
• Xử lý trơn tru đến 500 tài liệu (~100.000 token) chỉ trong khoảng 1 giây.
• Kết quả xếp hạng ngang bằng hoặc vượt qua các mô hình hàng đầu hiện nay như RankZephyr và FIRST, trên các bộ dữ liệu chuẩn như MSMARCO, Natural Questions (NQ) và BEIR.

Ý nghĩa của BlockRank với tương lai AI và SEO

BlockRank có thể thay đổi cách các hệ thống AI đánh giá và xếp hạng thông tin, giúp máy học hiểu rõ hơn ý định tìm kiếm của người dùng, thay vì chỉ dựa trên từ khóa. Điều này đồng nghĩa với việc, nội dung rõ ràng, tập trung và đúng mục đích người tìm kiếm sẽ ngày càng được ưu tiên hơn trong các hệ thống xếp hạng AI trong tương lai.

Kết luận

Google và DeepMind đang tiếp tục định nghĩa lại khái niệm “xếp hạng thông tin” trong thời đại AI sinh nội dung (Generative AI). Công nghệ như BlockRank cho thấy tương lai của tìm kiếm đang thay đổi nhanh chóng và đây chính là lúc các nhà làm nội dung, SEO và marketer cần thích nghi để dẫn đầu.

Nguồn tham khảo: https://searchengineland.com/google-deepmind-blockrank-how-ai-ranks-information-463920

TOS Content Editor

Chia sẻ Facebook Chia sẻ Google Chia sẻ Instagram