Пользователи все чаще ищут товары и услуги напрямую через нейросети, а не через Google или Яндекс. По данным McKinsey, к 2028 году более 75% поисковых запросов будут сопровождаться AI-сводками.
В материале о принципах работы ИИ-поиска говорится, что брендам важно понимать, на каких данных обучались модели, если они хотят попадать в рекомендации. Как сообщает Hi-Tech Mail (Hi-Tech Mail.ru), ChatGPT обучался на большом массиве публичных текстов, включая данные из интернета, лицензированные материалы и часть пользовательского контента, если это разрешено.
Одним из ключевых наборов данных для GPT-моделей называется Common Crawl. Это публичный архив, который собирает данные из открытого интернета: блоги, новостные сайты, форумы и агрегаторы. Затем информация проходит фильтрацию. Также в тексте отмечается, что если готового ответа нет, нейросети начинают искать информацию дополнительно.
Ключевые факты
По данным McKinsey, к 2028 году более 75% поисковых запросов будут сопровождаться AI-сводками
ChatGPT обучался на данных из интернета, лицензированных материалах и части пользовательского контента
Одним из ключевых наборов данных для GPT-моделей назван Common Crawl
Common Crawl собирает данные из блогов, новостных сайтов, форумов и агрегаторов