Google DeepMind vừa công bố nghiên cứu đề xuất thay thế kiến trúc xếp hạng tìm kiếm hai tầng hiện tại bằng một mô hình ngôn ngữ lớn (LLM, tức các mô hình AI như GPT hay Gemini) duy nhất. Phương pháp mới mang tên Autoregressive Ranking (ARR) được phát triển bởi các nhà nghiên cứu từ Google DeepMind, Đại học Massachusetts Amherst và Đại học Texas tại Austin. Nếu được triển khai, đây sẽ là thay đổi nền tảng nhất ở tầng backend tìm kiếm trong nhiều năm qua, với hệ quả đáng kể cho cả SEO lẫn AEO (Answer Engine Optimization, tối ưu để công cụ trả lời AI trích dẫn nội dung).
Tại sao hệ thống xếp hạng hiện tại cần đến hai tầng?
Hầu hết hệ thống tìm kiếm lớn hiện nay dùng kiến trúc hai tầng để cân bằng giữa tốc độ và độ chính xác, vì chưa có giải pháp đơn lẻ nào làm tốt cả hai cùng lúc.
Tầng thứ nhất là Dual Encoder (DE). DE chuyển cả câu truy vấn lẫn nội dung trang thành các vector số (biểu diễn toán học dạng tọa độ trong không gian nhiều chiều), sau đó so sánh khoảng cách giữa chúng để lọc nhanh tập tài liệu ứng viên. Bước này rẻ về tài nguyên tính toán và rất nhanh, nhưng độ chính xác xếp hạng bị giới hạn.
Tầng thứ hai là Cross Encoder (CE). CE nhận tập ứng viên từ DE, đọc kỹ từng cặp truy vấn và tài liệu, rồi xếp hạng lại với độ chính xác cao hơn hẳn. Đổi lại, CE tốn tài nguyên tính toán nhiều hơn nhiều, nên chỉ phù hợp ở giai đoạn hai khi danh sách đã được DE thu hẹp đáng kể.
Tóm lại: DE chọn nhanh, CE chọn kỹ. Nhưng hai tầng riêng biệt đồng nghĩa với hai bộ tham số khác nhau và tiềm ẩn sai số tích lũy giữa các bước xử lý.
Autoregressive Ranking: một LLM thay thế cả hai tầng
Nhóm nghiên cứu đề xuất thay thế cả DE lẫn CE bằng một LLM duy nhất, gọi là Autoregressive Ranking (ARR). Mô hình này tự sinh ra danh sách tài liệu đã được xếp hạng theo thứ tự từ cao xuống thấp, không cần chuyển dữ liệu qua hai hệ thống tách biệt.
Tên bài nghiên cứu: Autoregressive Ranking: Bridging the Gap Between Dual and Cross Encoders. Theo nhận xét của Search Engine Journal, đây là hướng thay đổi khá triệt để so với tiêu chuẩn kiến trúc tìm kiếm hiện tại, và nếu được ứng dụng rộng rãi, những hệ quả với SEO và AEO sẽ rất sâu rộng.
SToICaL: phương pháp huấn luyện mô hình xếp hạng mới
Để dạy LLM cách xếp hạng tài liệu, nhóm nghiên cứu phát triển phương pháp huấn luyện riêng tên là SToICaL (Simple Token-Item Calibrated Loss, một dạng hàm tối ưu hóa có nhận biết thứ hạng để tinh chỉnh LLM).
SToICaL dạy mô hình theo hai nguyên tắc chính:
- Tài liệu cần xếp hạng cao hơn được gán trọng số lớn hơn trong quá trình huấn luyện; tài liệu kém liên quan được giảm trọng số tương ứng.
- Phân phối xác suất trên các token (đơn vị văn bản nhỏ nhất mà LLM xử lý) được điều chỉnh để mô hình có xu hướng dẫn về phía những tài liệu xếp hạng cao hơn khi tạo ra danh sách kết quả.
Kết quả: mô hình học được tài liệu nào thực sự liên quan và tự ức chế việc đẩy cao những tài liệu không phù hợp. Theo lời nhóm nghiên cứu trong bài: “Bằng cách dùng tái trọng số ở cấp độ mục và phép lề hóa prefix-tree, chúng tôi phân phối xác suất trên các token docID hợp lệ dựa trên độ liên quan thực tế của chúng.” (Nguồn: bài nghiên cứu gốc trên arXiv)
Kết quả kiểm tra cho thấy gì?
Nhóm kiểm tra ARR trên hai bộ dữ liệu: WordNet và ESCI Shopping Queries. Trong một thử nghiệm riêng dùng WordNet, họ cũng so sánh trực tiếp ARR với các mô hình DE và CE truyền thống. Theo Search Engine Journal, kết quả cho thấy ARR hoạt động tốt, nhưng hiệu suất chưa vượt trội đồng đều trên toàn bộ các bài kiểm tra.
Góc nhìn Hingewise
Tin quan trọng ở đây không phải là ARR đã vượt mặt DE hay CE, mà là Google đang nghiêm túc thử nghiệm ý tưởng gộp cả hai vào một mô hình duy nhất.
Hãy hình dung thế này: hiện tại, tìm kiếm giống quy trình tuyển dụng hai vòng. Vòng 1 (DE) lọc CV nhanh theo từ khóa bề mặt. Vòng 2 (CE) đọc kỹ hồ sơ đã lọc. ARR muốn dùng một người đọc thông minh duy nhất, xử lý và xếp hạng ngay từ đầu, bỏ qua vòng lọc thô.
Điều này có hai hệ quả đáng chú ý. Một: nếu một LLM đảm nhiệm cả hai vai trò, các tín hiệu mà SEO truyền thống tối ưu (mật độ từ khóa chính xác, anchor text khớp từ, cấu trúc bề mặt) có thể giảm dần ảnh hưởng vì mô hình ngôn ngữ hiểu ngữ nghĩa, không phải đếm từ. Hai: đây vẫn là nghiên cứu học thuật, chưa phải hệ thống đang chạy thực tế. Khoảng cách từ paper đến core ranking production của Google thường rất dài.
Nhận định của Hingewise: xu hướng chuyển dịch khỏi mô hình tìm kiếm dựa trên khớp từ khóa bề mặt đã rõ, và ARR là một bằng chứng thêm cho hướng đó. Đầu tư vào chất lượng ngữ nghĩa và tính có thẩm quyền của nội dung vẫn là hướng bền vững hơn, bất kể kiến trúc backend thay đổi thế nào.
Cần theo dõi và chuẩn bị gì?
ARR còn ở giai đoạn nghiên cứu, nhưng xu hướng dài hạn đã khá rõ. Một số điểm đáng kiểm tra ngay, theo hướng nội dung có thể thích ứng tốt với cả hai kiến trúc:
- Đánh giá nội dung theo độ liên quan ngữ nghĩa, không chỉ mật độ từ khóa bề mặt.
- Kiểm tra liệu các trang quan trọng có giải đáp rõ ràng ý định tìm kiếm của người dùng không, không chỉ chứa đúng cụm từ họ gõ.
- Xem xét cấu trúc nội dung: đoạn mở bài có trả lời thẳng câu hỏi chính không, hay chỉ dẫn vào đề?
- Theo dõi các biến động ranking bất thường qua Google Search Console sau mỗi lần core update.
- Đọc bài nghiên cứu gốc trên arXiv nếu đội ngũ kỹ thuật muốn hiểu sâu cơ chế SToICaL và cách ARR tạo ra danh sách xếp hạng.
Hướng đi của Google DeepMind xác nhận rằng tương lai của xếp hạng tìm kiếm sẽ ngày càng phụ thuộc vào LLM hơn là các tín hiệu kỹ thuật bề mặt. Đây là điều đáng theo dõi sát trong các tháng tới.
Nguồn: Search Engine Journal | Bài nghiên cứu gốc trên arXiv
Bài viết được soạn với sự hỗ trợ của AI từ các nguồn dẫn ở trên và đối chiếu với các nguồn đó trước khi đăng. "Góc nhìn Hingewise" là nhận định biên tập của Hingewise, dựa trên khung phân tích và lập trường chúng tôi dùng trong công việc GEO. Cách chúng tôi làm việc: Chính sách biên tập.