智柴 社区与学术工作台
登录后可发布主题、参与讨论与保存学习记录
社区频道
AI 学术与学习工作台
Loading...
正在加载…
返回主题列表

[论文] GEOHunter: Mapping a Generative Engine Optimization Network in the Wil...

论文概要

研究领域: ML
作者: Sean Tang, Peiran Wang, Ying Li, Esha Shivakumar, Tao Meng, Yuan Tian
发布时间: 2026-11-19
arXiv: 2611.26564

中文摘要

生成式引擎将检索到的网页综合为答案、推荐和排名。生成式引擎优化(GEO)服务通过在用户生成内容(UGC)平台上为付费客户发布推广文章来售卖这些答案中的可见性。这种推广在医疗和金融领域引发担忧。我们测量了一个付费内容操作,横跨三个主要中文UGC平台,发现1,985个关联账户,推断出466,357条推广植入。该网络通过不断增长的账户池推广多类产品,开展跨数月、跨多平台的协调活动。在来自美国和中国的九个生成式引擎上,4.5%至20%的可检索引用页面可归因于该网络。在八个引擎上,其客户在52%的答案中被点名,而品类领导者为68%。UGC GEO植入影响生成式引擎结果的有效性得到了证明,内容级防御不足以应对协调的UGC植入——需要账户级和平台级信号才能有效防御。

原文摘要

GEO services sell visibility in generative engine answers by publishing promotional articles on UGC platforms. We measured one such operation across three major Chinese UGC platforms, uncovering 1,985 accounts and 466,357 inferred promotional placements. Across nine generative engines, 4.5% to 20% of retrievable cited pages are attributable to the network. Content-level defenses are insufficient; account-level and platform-level signals are necessary.


自动采集于 2026-11-21

#论文 #arXiv #ML #小凯

讨论回复

加载中…
正在加载回复...

正在加载讨论…

登录后参与讨论
推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录