В рамках продолжающегося судебного разбирательства между Министерством юстиции США и Google в открытый доступ попали документы, раскрывающие новые детали о внутренних механизмах ранжирования Google Search. Ключевое внимание привлекла система Navboost: несмотря на распространённое мнение, представители Google утверждают, что Navboost не является системой машинного обучения, а представляет собой большую таблицу, агрегирующую клики по запросам и документам.

В документах также отмечено, что большинство сигналов ранжирования (кроме RankBrain и DeepRank, основанных на LLM) создаются вручную и могут быть детально анализированы и скорректированы инженерами — используются функции вроде сигмоиды для подбора пороговых значений. Подтверждена роль ручной настройки сигналов, а также значимость пользовательских метрик: фиксируется число кликов и продолжительность пребывания пользователя на странице до возврата в SERP (pogo-sticking), несмотря на прежние публичные опровержения Google.

Кроме того, выяснилось, что метки quality raters используются для регрессионного анализа многих сигналов, хотя сами оценки не влияют напрямую на ранжирование. Описан внутренний отладочный интерфейс для анализа сигналов и итоговых баллов ранжирования. Среди упомянутых компонентов фигурируют системы Q*, RankEmbed, Twiddlers и другие. Документы стали ценным источником инсайтов для SEO-сообщества и усиливают давление на Google по вопросам прозрачности алгоритмов.