La mise à jour de base de Google en juin 2025 vient de terminer. Ce qui est remarquable, c'est que, même si certains disent que c'était une grande mise à jour, cela ne semblait pas perturbateur, indiquant que les changements peuvent avoir été plus subtils que le jeu de jeu. Voici quelques indices qui peuvent expliquer ce qui s'est passé avec cette mise à jour.
Deux percées liées au classement des recherches
Bien que beaucoup de gens disent que la mise à jour de juin 2025 était liée à Muvera, ce n'est pas vraiment toute l'histoire. Il y a eu deux annonces backend notables au cours des dernières semaines, Muvera et le modèle Graph Foundation de Google.
Google Muvera
Muvera est un algorithme de récupération des encodages dimensionnels fixe (FDES) multi-dimensionnels qui rend la récupération des pages Web plus précises et avec un degré d'efficacité plus élevé. La partie notable du référencement est qu'elle est en mesure de récupérer moins de pages candidates pour le classement, laissant les pages moins pertinentes et ne promouvant que les pages plus précisément pertinentes.
Cela permet à Google d'avoir toute la précision de la récupération multi-vecteurs sans aucun des inconvénients des systèmes multi-vecteurs traditionnels et avec une plus grande précision.
L'annonce de Muvera de Google explique les principales améliorations:
«Rappel amélioré: Muvera surpasse l'heuristique à vecteur unique, une approche commune utilisée dans la récupération multi-vecteurs (que Plaid utilise également), réalisant un meilleur rappel tout en récupérant beaucoup moins de documents candidats… Par exemple, la FDE récupère 5 à 20 fois moins de candidats pour réaliser un rappel fixe.
De plus, nous avons constaté que les FDE de Muvera peuvent être compressées efficacement en utilisant la quantification du produit, réduisant l'empreinte de la mémoire de 32x avec un impact minimal sur la qualité de récupération.
Ces résultats mettent en évidence le potentiel de Muvera à accélérer considérablement la récupération multi-vecteurs, ce qui le rend plus pratique pour les applications du monde réel.
… En réduisant la recherche multi-vecteurs en MIP à vecteur unique, Muvera exploite des techniques de recherche optimisées existantes et atteint des performances de pointe avec une efficacité considérablement améliorée. »
Modèle de fondation graphique de Google
Un modèle de fondation graphique (GFM) est un type de modèle d'IA qui est conçu pour généraliser à travers différentes structures de graphiques et ensembles de données. Il est conçu pour être adaptable de la même manière que les grands modèles de langue peuvent généraliser dans différents domaines dans lesquels il n'avait pas été initialement formé.
Le GFM de Google classe les nœuds et les bords, qui pourraient plausiblement inclure des documents, des liens, des utilisateurs, une détection de spam, des recommandations de produits et tout autre type de classification.
C'est quelque chose de très nouveau, publié le 10 juillet, mais déjà testé sur des annonces pour la détection des spams. Il s'agit en fait d'une percée dans l'apprentissage automatique du graphique et du développement de modèles d'IA qui peuvent généraliser à travers différentes structures et tâches de graphiques.
Il remplace les limites des réseaux de neurones graphiques (GNN) qui sont attachés au graphique sur lequel ils ont été formés. Les modèles de fondation graphique, comme les LLM, ne sont pas limités à ce sur quoi ils ont été formés, ce qui les rend polyvalents pour gérer les structures et les domaines de graphes nouvelles ou invisibles.
L'annonce par Google de GFM dit qu'elle améliore un apprentissage zéro et à quelques coups, ce qui signifie qu'il peut faire des prédictions précises sur différents types de graphiques sans formation supplémentaire spécifique à la tâche (zéro-shot), même si seul un petit nombre d'exemples étiquetés sont disponibles (à quelques tirs).
L'annonce GFM de Google a rapporté ces résultats:
«Faire fonctionner à Google Scale signifie traitement des graphiques de milliards de nœuds et de bords où notre environnement JAX et notre infrastructure TPU évolutive brille en particulier. de différentes tables, et donc manquer un contexte qui pourrait être utile pour des prédictions précises.
Nous observons une augmentation significative des performances par rapport aux lignes de base à table unique la mieux réglées. Selon la tâche en aval, GFM apporte des gains de 3x – 40x en précision moyenne, ce qui indique que la structure du graphique dans les tables relationnelles fournit un signal crucial à exploiter par les modèles ML. »
Qu'est-ce qui a changé?
Il n'est pas déraisonnable de spéculer que l'intégration de Muvera et GFM pourrait permettre aux systèmes de classement de Google de classer plus précisément le contenu pertinent en améliorant la récupération (Muvera) et la cartographie des relations entre les liens ou le contenu pour mieux identifier les modèles associés à la fiducie et à l'autorité (GFM).
L'intégration de Muvera et GFM permettrait aux systèmes de classement de Google de faire surface plus précisément le contenu pertinent que les chercheurs trouveraient satisfaisant.
L'annonce officielle de Google a dit ceci:
«Il s'agit d'une mise à jour régulière conçue pour mieux surface pertinente, satisfaisant au contenu pour les chercheurs de tous les types de sites.»
Cette mise à jour particulière ne semble pas accompagnée de rapports généralisés de changements massifs. Cette mise à jour peut s'intégrer à ce dont Danny Sullivan de Google parlait chez Search Central Live New York, où il a dit qu'ils apporteraient des modifications à l'algorithme de Google pour faire surface une plus grande variété de contenu de haute qualité.
Le spécialiste du marketing de recherche Glenn Gabe a tweeté qu'il avait vu certains sites qui avaient été affectés par la «mise à jour utile du contenu», également connu sous le nom de HCU, avait reculé dans le classement, tandis que d'autres sites se sont aggravés.
Bien qu'il ait dit qu'il s'agissait d'une très grande mise à jour, la réponse à ses tweets a été muet, pas le genre de réponse qui se produit lorsqu'il y a une perturbation généralisée. Je pense qu'il est juste de dire que, bien que les données de Glenn Gabe montrent qu'il s'agissait d'une grande mise à jour, cela n'a peut-être pas été perturbateur.
Alors qu'est-ce qui a changé? Je pense que, je spécule, qu'il s'agissait d'un changement répandu qui a amélioré la capacité de Google à mieux faire surface le contenu pertinent, aidé par une meilleure récupération et une capacité améliorée à interpréter les modèles de fiabilité et d'autorité, ainsi que de mieux identifier les sites de faible qualité.
En savoir plus:
Google Muvera
Modèle de fondation graphique de Google
La mise à jour de Google en juin 2025 est terminée
