Ismerős az a helyzet, amikor tucatnyi fület nyitottál meg, de rájöttél, hogy egyik sem tartalmazza, amit kerestél? A Firefox egy új, kísérleti funkcióval forradalmasítaná a böngészési élményt: az AI-alapú linkelőnézet (AI-powered link previews) segítségével a felhasználók gyors áttekintést kaphatnak egy weboldal tartalmáról, még mielőtt megnyitnák azt.

Interakció és felhasználói felület

A Link Preview (linkelőnézet) funkciót a Firefox 138-as verziójában, a Firefox Labs keretében vezették be egy kísérleti jelleggel, ami azt jelenti, hogy a nagyközönség számára még nem érhető el. A funkció egy különleges billentyűparancs segítségével aktiválható: egyszerűen vigye a kurzort egy hivatkozás fölé, majd nyomja meg a Shift (⇧) és az Alt (Option ⌥ a macOS rendszereken) billentyűkombinációt. Ekkor egy kis kártya jelenik meg, amely tartalmazza az oldal címét, egy leírást, egy képet, a becsült olvasási időt, és ami a legfontosabb, a legfőbb pontokat, amelyeket a böngészőben futó mesterséges intelligencia generál. A Mozilla szeretné megtudni, hogy a felhasználók számára kényelmes-e ez a billentyűkombináció, vagy preferálnák-e az alternatív aktiválási lehetőségeket, mint például a hosszan tartó lenyomást vagy a jobb gombos menüt.

A kártya egy külön panelen jelenik meg, így kilóghat az ablak szélein túlra, ami lehetővé teszi, hogy a link a kurzor közelében helyezkedjen el, megkönnyítve a továbblépést. Ez a kialakítás azt is megerősíti, hogy a funkció a Firefoxból származik, nem pedig magától a weboldaltól.

Adatgyűjtés és tartalomkivonatolás

A Firefox a linkelőnézet generálásához hitelesítés nélküli (credentialless) HTTPS-kéréseket használ a weboldal HTML-tartalmának letöltésére. Fontos, hogy a böngésző ilyenkor nem tölti be az oldalt, és nem futtat semmilyen szkriptet, ami növeli a biztonságot és a sebességet. Bár a rendszer jelenleg nem küld cookie-kat, egy egyedi x-firefox-ai fejlécet (header) küld, aminek segítségével a weboldalak tulajdonosai eldönthetik, hogy a tartalmukról készülhet-e előnézet. A böngésző ezen kívül az oldalon található metaadatokat (például Open Graph címkék) is felhasználja a cím, a leírás és a kép megjelenítéséhez.

A tartalomkivonatolás (content extraction) során a Firefox a saját Reader View (Olvasó nézet) funkciójának képességeit is felhasználja, hogy meghatározza az olvasási időt, és kinyerje a fő cikk tartalmát, amiből a kulcsfontosságú pontok generálódnak.

Helyi generálás és adatvédelem

A Mozilla számára az egyik legfontosabb szempont az adatvédelem, ezért a kulcsfontosságú pontok generálása teljes mértékben a felhasználó eszközén történik. A folyamat egy helyi nyelvi modellel (Large Language Model, LLM) valósul meg, ami azt jelenti, hogy semmilyen adat nem kerül fel a felhőbe, és nem kerül kiszivárogtatásra semmilyen harmadik fél számára. A jelenlegi megvalósítás a SmolLM2-360M modellt használja, amely a Wasm Llama (WebAssembly llama.cpp) technológiára épül.

A tesztek azt mutatják, hogy a felhasználók többsége 4 másodpercen belül láthatja az első kulcsfontosságú pontot, és minden további pont egy másodpercen belül megjelenik. A modell letöltése (369 MB) az első használatkor történik meg, és a böngésző optimalizációkat is alkalmaz, például korlátozza a modellnek átadott tartalom mennyiségét. Bár a heurisztikák jelenleg elsősorban angol nyelvűek, a közösség tagjai már jelezték, hogy a modell más nyelveken is működik.

További lépések és a jövő

A Mozilla fejlesztői aktívan dolgoznak a többnyelvű támogatás javításán, a kulcsfontosságú pontok minőségén és hosszán, valamint az általános felhasználói élmény finomításán. A jövőben a cél a funkció bevezetése az Android operációs rendszerre is. A vállalat a közösség visszajelzéseire is számít, hogy együtt alakítsák a funkciót, amely a jövőben megváltoztathatja a böngészési szokásainkat.