Ebidensya ang nauuna
Nagsisimula ang DeepSearch sa deterministic na pampublikong sources at web discovery. Nino-normalize nito ang query, sinusuri ang mga relevant na pampublikong serbisyo, natutuklasan ang malamang na mga profile, at nire-record ang mga claim at URL na sumusuporta sa bawat kandidato.
Para sa social discovery, inihahambing ng system ang mga profile link, reused handles, bio, larawan, verified status, at iba pang corroborating signal. Ang magkaparehong pangalan lamang ay hindi sapat para sa high-confidence match.
Ang mga signal ay nagiging identity graph
Ang mga profile na nag-link sa isa't isa o may ilang compatible signal ay maaaring pagsama-samahin sa isang candidate cluster. Ang mga kontradiksyon, tulad ng malinaw na ibang buong pangalan o incompatible na lokasyon, ay nagpapababa ng confidence o pinapanatiling hiwalay ang mga profile.
Kaya mahalaga ang candidate picker: Maaaring i-rank ng DeepSearch ang malamang na mga tao, ngunit ikaw ang nagbibigay ng final grounding sa pamamagitan ng pagpili ng taong ang mga nakikitang detalye ay tumutugma sa iyong alam.
Iniaayos ng AI ang grounded result
Pagkatapos makolekta ang ebidensya, tumutulong ang AI na pagsamahin at ipaliwanag ito. Ang mga walang suportang field ay itinatakwil, ang mga conflict ay nananatiling nakikita, at ang mga source link ay nananatiling nakakabit sa profile.
Ang AI ay kapaki-pakinabang para sa synthesis, hindi bilang bagong source. Kapag manipis ang underlying evidence, dapat ding tratuhin bilang manipis ang sagot.