Analysere side-diffs i stor skala med GPT-OSS 120B: historien om Page Deltas powered by NLP Cloud

Om webstedsændringsovervågning, Page Deltas og NLP Cloud

Nettet ændrer sig konstant. Konkurrenter justerer priser, leverandører opdaterer stille deres servicevilkår, tilsynsmyndigheder udgiver nye retningslinjer, og dokumentationssider udvikler sig uden nogen annoncering. For mange teams er det dyrt at opdage disse ændringer dage eller uger for sent: en missede prisbevægelse, en ubemærket politikopdatering eller en stille afviklet API kan have reelle forretningskonsekvenser. Page Deltas blev bygget til at løse præcis dette problem. Det overvåger kontinuerligt de websider, der betyder noget for et team, opdager ændringer og leverer klare, AI-genererede sammendrag direkte til Slack, Microsoft Teams, Discord, e-mail eller webhooks.

Bag kulisserne drives intelligenslaget i Page Deltas af GPT-OSS 120B, en open-weight stor sprogmodel serveret via NLP Cloud API. Partnerskabet illustrerer godt, hvad moderne open source-AI muliggør: en produktionsfunktion, der hver dag læser tusindvis af side-diffs, beslutter hvilke der reelt betyder noget, og forklarer dem i klart sprog — uden at gå på kompromis med datasikkerhed eller omkostningskontrol.

Hvorfor det er svært at analysere side-diffs i stor skala

At opdage at en side er ændret er den nemme del. En simpel sammenligning mellem to versioner af en side flagger noget ved næsten hvert fetch: roterende bannere, widgets med trending artikler, cookie-meddelelser, opdaterede tidsstempler, tilfældig markup genereret af moderne frontend-frameworks eller A/B-testvariationer. Den svære del er at beslutte, om en ændring faktisk betyder noget.

Traditionelle regelbaserede tilgange som CSS-selektor-ignoreringslister og tærskler for ændringsstørrelse når hurtigt deres grænser. De er skrøbelige, skal vedligeholdes separat for hvert overvåget website og kan grundlæggende ikke afgøre, om et omskrevet afsnit er en væsentlig opdatering af en refusionspolitik eller en harmløs stavefejlrettelse. At forstå en diff kræver, at man faktisk læser den — hvilket er præcis det, store sprogmodeller er gode til.

Men i skalaen af tusindvis af kontinuerligt overvågede URL'er er det kun levedygtigt at sende hver kandidat-diff til en LLM, hvis modellen samtidig er præcis, hurtig og omkostningseffektiv. Det er her GPT-OSS 120B på NLP Cloud kommer ind.

Page Deltas forvandler rå sideændringer til handlingsrettede alerter

Page Deltas henter de overvågede sider efter en tidsplan, sammenligner hver ny version med den forrige og tager før-og-efter-skærmbilleder, så brugere visuelt kan verificere enhver ændring. Sitemap-discovery-funktionen opdager endda helt nye URL'er, så snart de publiceres, hvilket er særligt nyttigt til tidligt at spotte produktlanceringer. Teams kan samarbejde om monitorer med rollebaseret adgang og sende alerter til de kanaler, de allerede bruger: Slack, Discord, Microsoft Teams, e-mail eller webhooks til tilpassede integrationer.

Typiske use cases inkluderer overvågning af konkurrenters prissider, sporing af produktlanceringer og changelogs, overvågning af regulatoriske og juridiske sider til compliance samt analyse af job-sider for at forstå et marked. I alle tilfælde er løftet det samme: i stedet for en mur af rå HTML-diffs modtager brugerne et kort, læsbart sammendrag af, hvad der er ændret, og hvorfor det kan betyde noget — kun når det faktisk betyder noget.

Filtrere og opsummere side-diffs med GPT-OSS 120B

For hver ændring opdaget af overvågningsmotoren sender Page Deltas diffen, sammen med lidt sidekontekst, til GPT-OSS 120B via NLP Cloud API. Modellen spiller to roller på én gang. Først fungerer den som filter: den vurderer, om ændringen er meningsfuld eller bare støj, så irrelevante opdateringer aldrig når brugeren. Dernæst fungerer den som skribent: for meningsfulde ændringer producerer den det kortfattede sammendrag, der lander i alerten, og forklarer i klart sprog, hvad der er ændret på siden.

GPT-OSS 120B er særligt velegnet til denne arbejdsbyrde. Udgivet af OpenAI under den permissive Apache 2.0-licens er det en mixture-of-experts-model: kun omkring 5 milliarder af dens 117 milliarder parametre er aktive pr. token, hvilket giver ræsonnements- og instruktionsfølgningskvalitet tæt på toppen ved latens og omkostning som en meget mindre model. Det store kontekstvindue rummer komfortabelt selv store diffs sammen med det omgivende sideindhold. For en højvolumen, altid-tændt opgave som side-diff-analyse er denne balance mellem kvalitet, hastighed og pris præcis det, der behøves.

At servere GPT-OSS 120B på NLP Cloud giver yderligere fordele. Pay-as-you-go-API'et skalerer med volumen af overvågede sider uden noget infrastrukturarbejde på Page Deltas side, og data sendt til API'et bruges aldrig til at træne andre modeller. Og fordi GPT-OSS 120B er open source, beholder Page Deltas fuld kontrol over sin roadmap: modellen kan senere finjusteres på egne eksempler på relevante og irrelevante ændringer eller deployes på en dedikeret server, når volumener vokser — uden vendor lock-in. Læs mere om generative AI-modeller som GPT-OSS 120B på NLP Cloud her.

Hvad er det næste for Page Deltas og NLP Cloud

Dette samarbejde er kun lige begyndt. Efterhånden som Page Deltas vokser, udforsker begge teams dybere AI-muligheder: rigere kategorisering af ændringer, trendanalyse på tværs af successive versioner af en side og overvågning af websites på mange sprog — et område, hvor de flersprogede evner hos modellerne på NLP Cloud skinner. På NLP Cloud-siden presser workloads som denne os til at optimere vores inference-stack, så store open source-modeller forbliver hurtige og overkommelige i stor skala.

Page Deltas er et godt eksempel på, hvad udviklere kan bygge i dag ved at kombinere et fokuseret produkt med avancerede open source AI-modeller serveret via en simpel API.

Hvis du ikke har gjort det endnu, kan du tilmelde dig NLP Cloud her.

Du kan prøve Page Deltas gratis her.

Jessica
Marketingchef hos NLP Cloud