在某些SEO 组和论坛中有一些猜测，谷歌推出了一种名为SMITH 的新算法，该算法优于BERT 和RankBrain。 SMITH 代表Siamese Multi-depth Transformer-based Hierarchical (SMITH) Encoder。这不是实时的，它目前只是谷歌的一篇研究论文。来自谷歌的Danny Sullivan 为我们证实了这一点 推特 说“不。我们没有”将SMITH 投入生产。
以下是这些推文：
我们发表了很多关于搜索中未使用的东西的论文。我不会养成确认每个人可能猜测的习惯，因为这很耗时，而且更重要的是，我们已经倾向于主动谈论这些东西了。就是说。我们没有。
— 丹尼沙利文(@dannysullivan) 2021 年1 月13 日
猜测并非来自写作研究论文的罗杰·蒙蒂(Roger Montti)。他只是报导了最近发表的一篇研究论文，但他没有说它在生产中使用。事实上，罗杰写道，“说它是否在使用纯粹是推测”。该论文于2020 年4 月26 日首次提交，第二版于2020 年10 月13 日发布。
我相信猜测来自一些Black Hat World 论坛线程，其中一些人看到排名变化并声称它与SMITH 有关。谷歌从未说过它在生产搜索中推出了SMITH。
什么是史密斯？这是下面的摘要，但似乎SMITH 改进了BERT，它可以在“长格式文档匹配”中更好地理解语言，而不是BERT 闪耀的“短文本，如几句话或一段”。
许多自然语言处理和信息检索问题都可以形式化为语义匹配的任务。该领域的现有工作主要集中在短文本之间的匹配（例如，问答）或短文本和长文本之间的匹配（例如，即席检索）。长篇文档之间的语义匹配在新闻推荐、相关文章推荐和文档聚类等方面有许多重要的应用，但研究相对较少，需要更多的研究工作。近年来，Transformers 和BERT 等基于自注意力的模型在文本匹配任务中取得了最先进的性能。然而，由于自注意力相对于输入文本长度的二次计算复杂度，这些模型仍然仅限于短文本，如几句话或一段。在本文中，我们通过提出用于长格式文档匹配的孪生多深度基于变换器的分层（SMITH）编码器来解决这个问题。我们的模型包含多项创新，以适应较长文本输入的自注意力模型。我们提出了一种基于转换器的分层编码器来捕获文档结构信息。为了更好地捕获文档中的句子级语义关系，除了BERT 使用的掩码词语言建模任务之外，我们还使用一种新颖的掩码语句块语言建模任务对模型进行预训练。我们在几个用于长篇文档匹配的基准数据集上的实验结果表明，我们提出的SMITH 模型优于之前的最新模型，包括分层注意力、基于多深度注意力的分层递归神经网络和BERT。与基于BERT 的基线相比，我们的模型能够将最大输入文本长度从512 增加到2048。我们将开源基于维基百科的基准数据集、代码和预训练的检查点，以加速未来对长格式文档匹配的研究。
罗杰写了一篇关于他认为是什么的文章。 Roger 说“SMITH 是一种试图理解整个文档的新模型。像BERT 这样的模型被训练来理解句子上下文中的单词。在非常简化的描述中，SMITH 模型被训练来理解整个上下文中的段落文档。” 事实上，谷歌研究人员表示，SMITH 将最大输入文本长度从512 增加到2048。
论坛中的人们在谈论他们网站上的排名变化时说“Bert Smith 更新昨天过去了”。另一位说：“谷歌的新SMITH 算法比BERT 更能理解长格式内容。也许这个算法对某些网站有影响。”
所以不，没有证据表明谷歌在生产中推出了SMITH。并且谷歌已经确认它没有在搜索中推出SMITH。
还有一个老提醒，仅仅因为谷歌拥有专利或研究论文，并不意味着他们正在、已经或将永远使用它。
是的，谷歌的Danny Sullivan 在2021 年说过：
我们发表了很多关于搜索中未使用的东西的论文。我不会养成确认每个人可能猜测的习惯，因为这很耗时，而且更重要的是，我们已经倾向于主动谈论这些东西了。就是说。我们没有。
— 丹尼沙利文(@dannysullivan) 2021 年1 月13 日
Black Hat World 论坛讨论。
