< P > Google’s Garyes подтвердил, что Google использует форму Muvera, но оказался менее ясной о модели графического фонда (GFM)
< IMG WIDTH = "1600" HEIGHT = "840" SRC = "https://www.searchenginejournal.com/wp-content/uploads/2025/google-confirms-muvera-427.jpg" class = "Attact-fulllll-post-image" old = "подтверждает что-то похоже" wpost-Image "=" подтверждает что-то, что использует что-то вроде "wpost-post-image". "Декодирование =" async "srcset =" https://www.searchenginejournal.com/wp-content/uploads/2025/google-confirms-muvera-427.jpg 1600W, https://www.searchenginejournal.com/wp-content/uploads/2025/google-confirms-muvera-480x252.jpg 480w, https://www.searchenginejournal.com/wp-content/uploads/2025/google-confirms-muvera-427-680x357.jpg 680w, https://www.searchenginejournal.com/wp-content/uploads/2025/google-confirms-muvera-427-384x202.jpg 384w, https://www.searchenginejournal.com/wp-content/uploads/2025/google-confirms-muvera-427-768x403.jpg 768w, https://www.searchenginejournal.com/wp-content/2025/08/google-confirms-muvera-427-1024x538.jpg 1024w "Размеры =" (max-width) 100VW, 1600px "/> < p >Google & rsquo; С. Гэри Иллиес ответил на вопросы во время поиска Центрального живого глубокого погружения в Азии о том, используют ли они новый Multi ‑ Вектор поиск через фиксированное и ampt;#8209; Метод поиска размерных кодировки (MUAVERA) и если если если если если if, если они, то есть & rsquo; Повторный использование моделей графического фундамента.
< h2 > muvera
< P > Google недавно объявил Muvera в посте в блоге и в исследовательской работе: метод, который улучшает поиск, превращая сложный многоветательный поиск в быстрый одно векторный поиск. Он сжимает наборы встроенных токенов в фиксированные векторы, которые близко приближаются к их первоначальному сходству. Это позволяет использовать оптимизированные методы одного векторного поиска, чтобы быстро найти хороших кандидатов, а затем повторно оценить топ с использованием точного многоветательного сходства. По сравнению с более старыми системами, такими как плед, Muvera быстрее, извлекает меньше кандидатов и все еще улучшает отзыв, что делает его практическим решением для крупномасштабного поиска.
< P > Strong > Ключевые точки о Muvera: ~/p >< ul > < li > Muvera преобразует множественные наборы фиксированных векторов, используя фиксированные размерные кодировки (FDE), которые представляют собой одновековые представления множественных наборов.
< li > тезис (фиксированные размерные кодирования) соответствуют исходным многолетним сравнениям достаточно достаточно, чтобы поддержать точное извлечение.
< li > Muvera Reprieval использует MIPS (максимальный поиск внутреннего продукта), установленный метод поиска, используемый при поиске, что облегчает развертывание в масштабе.
< li >Повторный реэнер: после использования быстрого одного вектора (MIPS) для быстрого сужения наиболее вероятных совпадений, Muvera переориентирует их, используя сходство Chamfer, более подробный метод сравнения с несколькими векторами. Этот последний шаг восстанавливает полную точность извлечения многоклереров, поэтому вы получаете как скорость, так и точность.
< li > Muvera может найти больше точно соответствующих документов с более низким временем обработки, чем современная базовая линия поиска (плед), с которой он сравнивался.
< H2 > Google подтверждает, что они используют Muvera < P > JOS & Eacute; Мануэль Моргал (профиль LinkedIn) связал свой вопрос Google & rsquo; С. Гэри Иллиес и его ответ состоял в том, чтобы в шутку спросить, что такое Муверга, а затем он подтвердил, что они используют ее версию:
< p > ~ em > Это как вопрос и ответ были описаны Jos & Eacute;:
< Цитата блока >< P >& ldquo; Статья была опубликована в Google Research о Muvera, и есть связанная статья. В настоящее время он находится в поиске ?
< p > Его ответ состоял в том, чтобы спросить меня, что такое Муверга, ха -ха, а затем он прокомментировал, что они что -то похожее на Муверу, но они не надеты; это назовите это так. < H2 > Использует ли Google Foundation Models (GFMS) ? < P > Google недавно опубликовал объявление о блоге об AI Breakthrough под названием «Модель графического фонда».
< p > Google & S Foundation Foundation Model (GFM) – это тип искусственного интеллекта, который узнал из реляционных баз данных, превращая их в графики, где ряды становятся узлами, а соединения между таблицами становятся краями. ~/P > < p >В отличие от более старых моделей (модели машинного обучения и нейронные сети графиков (GNNS)), которые работают только на одном наборе данных, GFMS могут обрабатывать новые базы данных с различными структурами и функциями с сохранением на новых данных. GFM используют большую модель искусственного интеллекта, чтобы узнать, как точки данных связаны между таблицами. Это позволяет GFM находить шаблоны, которые упускают обычные модели, и они работают намного лучше в таких задачах, как обнаружение спама в Google & rsquo; S Масштабированная система. GFM являются большим шагом вперед, потому что они обеспечивают гибкость модели основы в сложных структурированных данных.
< P > Модели графического фонда представляют собой заметное достижение, потому что их улучшения не являются постепенными. Они являются улучшением порядка матча, причем повышение производительности в 3 раза в средней точности.
< P > JOS & Eacute; Затем спросил Иллиес, использует ли Google модели графического фонда, и Гэри снова в шутку притворялся, не зная, что Jos & Eacute; О чем говорить.
~ 60 >~ 60 > Он связал вопрос и ответ:
< blockquote > ~ p > & ldquo; Статья была опубликована в Google Research Of Graph Foundation Models для данных, на этот раз не являются бумажными. В настоящее время он находится в поиске ?
< p >Его ответ был таким же, как и прежде, спросив меня, какие модели графических фундаментов для данных, и он думал, что это было в производстве. Он не знал, что ходил туда, не ассоциированная статья, а с другой стороны, он прокомментировал меня, что не контролировал то, что публикуется в блоге Google Research. & Amp;
~/blockquote > < P > Гэри выразил свое мнение, что модель графического фонда в настоящее время не использовалась в поиске. На данный момент это & rsquo; S Лучшая информация, которая у нас есть.
~ 60 >< Стронг > См.: Google & S New Graph Foundation модель повышает точность до 40x ~/p > < h2 > – это GFM готово для масштабированного развертывания ?
< p > Официальная модель графического фонда заявляет, что была проверена во внутренней задаче, обнаружение спама в рекламе, что убедительно предполагает, что реальные внутренние системы и данные и данные, а не только академические контрольные показатели или моделирование. ~/P > ~ 60 >~ 60 > Вот что Google & rsquo; S Объявление относится: ~/p > < blockquote > ~ p > & Ldquo; Работа в масштабе Google означает обработку графиков узлов и ребра, где особенно сияет среда JAX и масштабируемая инфраструктура TPU. Объемные данные поиска поддаются обучению моделей универсали, поэтому мы исследовали наш GFM по нескольким задачам внутренней классификации, таких как обнаружение спама в ADS, которые включают десятки больших и связанных реляционных таблиц. Табличные базовые линии, масштабируемые Alwork, не рассматривают соединения между рядами разных таблиц и, следовательно, пропускают контекст, который может быть полезен для точных прогнозов. Наш эксперимент ярко демонстрирует этот разрыв. & Amp; rdquo;
< h2 > вынос
< p > Google & rsquo; S Gary Illyes подтвердил, что в Google используется форма Muvera. Его ответ о GFM, казалось, был выражен как мнение, так что это & rsquo; S несколько менее ясно, как это & Связано так же, как Гарринг, что он думает это & S не в производстве. ~/P >
