ProIT: медіа для профі в IT
2 хв

Як машинне навчання покращило адресний рядок Chrome у Windows, Mac і ChromeOS

author avatar ProIT NEWS

Google оновив адресний рядок (універсальне вікно пошуку) у Chrome 124 для Mac, Windows і ChromeOS моделями ML. Про це йдеться у Chromium Blog.

Адресний рядок Chrome, який використовується мільярди разів щодня, є потужним інструментом для полегшення пошуку в Інтернеті. З останньою версією Chrome (M124) моделі машинного навчання інтегровано для роботи універсального вікна пошуку Chrome на настільному комп’ютері, щоб пропозиції вебсторінок були більш точними й актуальними. У майбутньому ці моделі також допоможуть покращити оцінку релевантності пошукових пропозицій.

Раніше Chrome використовував набір створених і налаштованих вручну формул, які було важко вдосконалити або адаптувати до нових сценаріїв. Наприклад, одним із сигналів є час із моменту останньої навігації.‌‌

Очікується, що чим він менший (чим нещодавно ви переходили на певну URL-адресу), тим більший внесок цей сигнал повинен зробити у вищий показник релевантності.

У компанії Google кажуть, що система підрахунку балів, відповідальна за показ/ранжування URL-адрес і пропонованих запитів, тривалий час майже не змінювалася.

Більшу частину цього часу очевидним шляхом уперед була модель підрахунку балів, навчена ML. Але знадобилося багато фальстартів, щоб нарешті потрапити сюди.

Наша неспроможність так довго вирішувати цю проблему була пов’язана зі складністю заміни основного механізму функції, яка використовується буквально мільярди разів щодня.

Ця нова система ML має призвести до того, що адресний рядок Chrome повертатиме пропозиції сторінок, які є точнішими та релевантнішими для вас. Це дозволить Google збирати новіші сигнали, перенавчатися, оцінювати й періодично розгортати нові моделі з часом.

Одне із покращень, які модель зробила з часом після останньої навігації: коли час із моменту навігації був дуже малим (секунди замість годин, днів або тижнів), то модель знижувала показник релевантності.

Виявляється, дані навчання відображають шаблон, коли користувачі іноді переходять за URL-адресою, яка їм насправді не потрібна, а потім негайно повертаються до універсального вікна пошуку Chrome і повторюють спробу.

У такому випадку URL-адреса, на яку вони щойно перейшли, майже напевно не така, як вони хочуть, тому вона має отримати низький бал релевантності під час цієї другої спроби.

На майбутнє Google розглядає можливість включення нових сигналів. Наприклад, розрізнення часу доби для підвищення релевантності.

Також техгігант вивчає навчання спеціалізованих версій моделі для певних середовищ (наприклад, мобільних, корпоративних або академічних користувачів чи освітніх закладів) або для інших локалізацій.

Більше про Google Chrome читайте на ProIT у матеріалі: Функція безпеки паролів Google Chrome тепер запускається автоматично.

Підписуйтеся на ProIT у Telegram, щоб не пропустити жодної публікації!

Приєднатися до company logo
Продовжуючи, ти погоджуєшся з умовами Публічної оферти та Політикою конфіденційності.