KI-Krypto-Datenquellen: Wie jede CMC KI-Antwort belegt wird

Wichtigste Erkenntnisse

• Eine Quelle wird durch ihre URL identifiziert, die auch ihr Identitätsschlüssel ist. Daher wird die Liste anhand der normalisierten URL und nicht anhand eines Titels dedupliziert.
• Die Quellenkonzentration ist hoch und variiert stark je nach Fragetyp. Bei der Diskussionsfrage waren 84 % der verlinkten Quellen Posts auf x.com. Gemessen über vier Fragetypen hinweg macht x.com 51 % aus.
• Diese 206 Links führten zu nur 13 verschiedenen Hostnamen, sodass die Quellenbasis eher konzentriert als breit gefächert ist.
• Die API gibt sources_count zurück, die tatsächliche Gesamtzahl hinter einer Antwort, neben einem begrenzten sources[]-Array und einem sources_truncated-Flag.
• Die Abfrage von sources_limit=0 gibt weiterhin sources_count zurück, sodass eine Anzahl von Zitaten angezeigt werden kann, ohne das Array zu übertragen.

Was eine Quelle ist

Das Quellenobjekt ist bewusst schlank gehalten. Sein einziges erforderliches Feld ist die kanonische URL der Seite, aus der eine Behauptung stammt. Da diese URL das einzige Feld ist, ist sie auch die Identität, die für die Deduplizierung verwendet wird. Zwei Einträge, die auf denselben Artikel verweisen, aber mit unterschiedlichen Query-Strings ankommen, gelten als dieselbe Quelle und werden zu einer zusammengefasst.