Freshness Impact

Freshness Impact | GEO Experiments System

Experiment: Freshness Impact

Freshness Impact Experiment mengukur bagaimana recency (kebaruan informasi) mempengaruhi retrieval, ranking, dan trust decision dalam output AI. Fokus utama adalah bias temporal terhadap konten baru vs konten lama.

Experiments | Source Preference Metric

Hypothesis

Semakin tinggi sinyal freshness dalam konten atau query, semakin besar probabilitas model mengutamakan sumber terbaru meskipun otoritas historis lebih tinggi.

Retrieval Authority Model

Temporal Bias Activation

Menguji apakah AI secara sistematis mengaktifkan preferensi temporal ketika informasi bersifat time-sensitive atau news-driven.

Entity Signal Framework | Model Drift

Recency vs Authority Conflict

Menganalisis konflik antara sumber terbaru dan sumber paling otoritatif dalam proses retrieval dan bagaimana AI menyelesaikan konflik tersebut.

AI Ground Truth Framework

Update Sensitivity Layer

Mengukur sensitivitas model terhadap informasi baru dalam domain yang cepat berubah seperti teknologi, ekonomi, dan AI systems itu sendiri.

Retrieval Patterns

Cross Model Freshness Behavior

Perbandingan bagaimana masing-masing model AI memprioritaskan informasi terbaru dibandingkan knowledge lama yang lebih stabil.

ChatGPT | Gemini | Claude | Perplexity | Copilot | Grok | DeepSeek | Meta AI

Knowledge Relationships

This asset is connected to canonical nodes through typed relationships maintained in the GEO.or.id knowledge registry.