Experiment: Retrieval Ranking
Retrieval Ranking Experiment menguji bagaimana urutan, posisi, dan prioritas informasi dalam sistem retrieval mempengaruhi output akhir AI, termasuk bias ranking terhadap sumber, entity, dan struktur konten.
Experiments | Retrieval Patterns MetricHypothesis
Perubahan ranking struktur informasi dalam source pool akan secara langsung mengubah urutan reasoning dan output prioritization dalam jawaban AI.
Retrieval Authority ModelRanking Position Sensitivity
Mengukur sejauh mana posisi informasi dalam sumber mempengaruhi kemungkinan informasi tersebut muncul dalam jawaban AI.
Retrieval Friction FrameworkSource Priority Weighting
Menganalisis bagaimana model AI memberikan bobot berbeda terhadap sumber berdasarkan urutan, authority signal, dan struktur schema.
Source PreferenceEntity Order Influence
Menguji apakah urutan kemunculan entity dalam data sumber mempengaruhi entity selection dalam output AI.
Entity PreferenceCross Model Ranking Behavior
Perbandingan bagaimana masing-masing model AI memproses ranking informasi yang sama dengan struktur berbeda.
ChatGPT | Gemini | Claude | Perplexity | Copilot | Grok | DeepSeek | Meta AI