Sources de données crypto AI : comment chaque réponse de l'AI CMC est attribuée

Points clés à retenir

• Une source est identifiée par son URL, qui est également sa clé d'identité, de sorte que la liste est dédupliquée sur l'URL normalisée plutôt que sur un titre.
• La concentration des sources est élevée et varie fortement selon le type de question. Sur la question de discussion, 84 % des sources liées étaient des publications sur x.com. Mesuré sur quatre types de questions, x.com représente 51 %.
• Ces 206 liens ont abouti à seulement 13 noms d'hôtes distincts, la base de sources est donc concentrée plutôt que large.
• L'API renvoie sources_count, le véritable total derrière une réponse, à côté d'un tableau sources[] plafonné et d'un indicateur sources_truncated.
• La requête sources_limit=0 renvoie toujours sources_count, ainsi un nombre de citations peut être affiché sans transférer le tableau.

Ce qu'est une source

L'objet source est délibérément léger. Son seul champ requis est l'URL canonique de la page d'où provient une affirmation, et comme cette URL est le seul champ, c'est aussi l'identité utilisée pour la déduplication. Deux entrées pointant vers le même article, arrivant avec des chaînes de requête différentes, sont la même source et fusionnent en une seule.