Hacker News· sbulaev·· 8 天前AI 评分71
研究测量 AI 搜索引用的脆弱性：低门槛发帖可进入引用
From Public Posts to AI-Search Citations: Measuring the Fragility of AI Search
AI 导读
一篇 arXiv 论文提出测量框架，用于识别和衡量低门槛发帖进入 AI 搜索引用的路径。研究覆盖 10 个 AI 搜索平台、17,211 条引用实例和 6,356 个独立来源域名，发现引用集中在平台特定来源，前 20 个域名占各平台引用的 20.5% 至 70.8%。
正文 · AI 翻译
摘要：随着越来越多用户向 AI 系统寻求信息，AI 搜索平台正成为获取网络信息的常见入口。与传统搜索将关键词映射为排序页面不同，AI 搜索会先检索页面、筛选来源、选择引用并生成答案，然后用户才看到来源。这一筛选层可能放大来源偏差，并使来源选择成为一个安全问题。如果平台反复引用新用户可轻松发布帖子的域名，那么在这些域名上的普通发布就可能成为进入 AI 搜索引用和答案文本的间接路径。衡量这一路径很困难：平台很少披露引用选择机制，引用会随时间变化，而且网络中存在大量背景内容，使得后续答案变化难以归因于我们的帖子。
我们提出了一个测量框架，用于识别和衡量这种低门槛发布路径，结合了跨平台引用映射、发布门槛测试和标记控制发布实验。在 10 个 AI 搜索平台上，我们分析了 6,356 个唯一来源域名上的 17,211 个引用实例，发现：(1) 引用集中在平台特定来源中，前 20 个域名占各平台引用的 20.5--70.8%，且在 22 个受测发布平台中，有 15 个与被引用来源域名相关的平台在账户设置和发帖方面均为低或中等门槛；(2) 在我们的实验中，在偏好平台上的普通发布改变了进入 AI 搜索输出的内容：10 个平台中有 8 个在七天内引用了虚构概念，且一篇高偏好平台文章的引用影响超过 20 多篇匹配的低偏好帖子；(3) 这一路径可商业获取：一笔 14 美元的 GEO 购买产生了 13 篇公开帖子，且一个 AI 搜索平台在一小时内引用了带有我们设计标记的 GEO 发布内容。
| 学科： | 密码学与安全 (cs.CR) |
| 引用为： | arXiv:2610.11932 [cs.CR] |
| （或 arXiv:2610.11932v1 [cs.CR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11932 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Qi Liu [查看电子邮件]
[v1]
2026年10月8日星期四 13:26:12 UTC（2,227 KB）
来源：Hacker News · arxiv.org