Information gain
Ce qu'un contenu apporte que le corpus existant ne contient pas. Le critère que Google utilise pour pénaliser le contenu IA générique.
Lire →La nouveauté informationnelle d'un passage selon Titans/MIRAS. Un contenu prévisible n'est pas mémorisé par le LLM.
Application SEO du concept Surprise Metric : la nouveauté informationnelle d'un passage. Un contenu prévisible (reformulation) génère un faible gradient et n'entre pas dans la mémoire long-terme du LLM, donc n'est pas cité. Un insight unique déclenche un fort gradient et reste mémorisé.
La Surprise Metric du paper Titans est un gradient : l'écart entre ce que la mémoire du modèle attend et ce que le nouvel input révèle. Un input prévisible produit un gradient faible, l'information n'est pas stockée. Un input inattendu produit un gradient élevé, l'information est priorisée pour un stockage permanent dans la Neural Memory. Le modèle utilise ce signal comme l'équivalent mathématique de « ceci est inattendu et important ».
Le contenu générique qui reformule l'existant a un gradient proche de zéro : il est traité par l'attention court-terme puis oublié. Seul un contenu à fort gradient d'information (donnée nouvelle, angle contrarien, expertise unique) est gravé dans la mémoire et retenu entre les requêtes.
La pertinence vectorielle seule ne suffit donc pas : une page 100 % pertinente mais redondante avec ce que le modèle sait déjà n'apporte aucun gradient. Le point cible est d'être grounded et surprenant à la fois, ce que le Surprise Gap traduit en méthode.
Ce qu'un contenu apporte que le corpus existant ne contient pas. Le critère que Google utilise pour pénaliser le contenu IA générique.
Lire →Architecture LLM Google DeepMind avec mémoire long-terme. Mémorise préférentiellement les passages à haute Surprise.
Lire →Pratiques pour être cité dans Perplexity, ChatGPT Search et Google AI Overviews. Repose sur le Grounding Score et la Surprise Metric.
Lire →Score de similarité cosinus entre une requête et un passage de contenu : la mesure clé pour passer dans les AI Overviews.
Lire →L'information manquante que vous apportez et qui force le modèle à mettre à jour ses poids pour citer votre marque. Pas répondre à la question, ajouter ce qu'il n'a pas.
Lire →Je vous prépare un pré-audit de votre site et l'on en discute durant notre visio.