Google Navboost n'est pas un système d'apprentissage automatique et plus de fuites DOJ
Nous n'avons couvert que les documents du ministère de la Justice contre Google ici et là, mais voici quelques documents qui peuvent être intéressants pour la communauté ici. Google a déclaré que Navboost n'est pas un système d'apprentissage automatique, mais il s'agit plutôt d'une grande table. Et il y a plus de documents, dont un signal de fabrication à portée de main et un autre sur une interface de débogage.
Brett Tabke de Webmasterworld / PubCon les a découverts hier et je voulais les mettre en évidence pour plus d'attention.
Le Dr Eric Lehman, ancien ingénieur logiciel distingué Google, a déclaré que Navboost n'est pas un système d'apprentissage automatique mais plutôt une grande table (table de données, je suppose): il a dit: « Navboost n'est pas un système d'apprentissage automatique. Ce n'est qu'une grande table. » Il a ajouté: « Il dit pour ce document – désolé, pour cette requête de recherche, ce document a obtenu deux clics. Pour cette requête, ce document a obtenu trois clics, ceci – et ainsi de suite. Et il est agrégé, et il y a un peu de données supplémentaires. Mais vous pouvez le considérer comme une table géante. »

Ensuite, ce bit à portée de main des signaux qui dit « presque tous les signaux, à part RankBrain et Deeprank (qui sont basés sur LLM) sont fabriqués à la main et peuvent donc être analysés et ajustés par les ingénieurs. Pour développer et utiliser ces signaux, les ingénieurs regardent les données, puis de prendre une fonction Sigmoïde ou une autre fonction et de trouver tous les sigroïdes. seuils. «
Bien sûr, cela fait partie de ce document: « Cliquez (C) – Historiquement, combien de temps un utilisateur est resté sur une page liée particulière avant de rebondir au SERP. » Quelque chose que Google a dit carrément au fil des ans n'est pas une chose – le pogosticking.

Je ne sais pas si cette explication des évaluateurs de qualité consiste à utiliser les scores directement dans les systèmes de classement ou à effectuer une analyse de régression après – Google a déclaré d'innombrables fois que les évaluateurs de qualité n'a pas d'impact direct sur les classements:
Google nous a dit que nous n'utilisons pas les évaluateurs directement pour le classement des signaux, en attendant HJ Kim, selon la régression de la régression de la majorité des données des étiquettes des évaluateurs humains. https://t.co/332t21brdn pic.twitter.com/xszyacp6vo
– Gagan Ghotra (@gaganghotra_) 13 mai 2025
Et puis ceci à propos d'une interface de débogage pour « Pandu a typique » James Allan Umass « dans une fenêtre de recherche Google, puis a appelé la fenêtre de débogueur interne. » « Contenant une table avec une liste de 10 liens bleus et un score correspondant pour chaque signal de niveau supérieur ainsi que le score total correspondant » Final IR « à tous. Super intéressant.
Bien sûr, les bits sur Q *, Rankembed, Twiddlers et ainsi de suite …

Intéressant!!!! https://t.co/332t21brdn pic.twitter.com/fgpz1ovz98
– Gagan Ghotra (@gaganghotra_) 13 mai 2025
De nouvelles preuves publiées dans le cas de Google Antitrust – avec de nouveaux détails sur le fonctionnement de l'algo de Google, via @btabke
Celui-ci, « 18 février 2025 Call avec Google Engineer HJ Kim » est un doozy …
L'ABC du classement: (a) NCHORS (B) ODY (C) lèche
Chaque référencement devrait lire le tout pic.twitter.com/dcj9d1r0xx
– Cyrus (@cyrusshepard) 12 mai 2025
Profitez de mâcher ces bits, et il y en a plus ici.
Discussion du forum à X.
