Decisions API-এর জন্য ওয়েব গ্রাউন্ডিং

AI সিদ্ধান্ত মডেলগুলো দ্রুত ও সাশ্রয়ী, কিন্তু ব্যবহারকারীরা যা পাঠান এবং প্রশিক্ষণে তারা যা শিখেছে, শুধু সেটুকুই তারা জানে। পরিবর্তনশীল তথ্য নিয়ে প্রশ্নের ক্ষেত্রে, যেমন কেউ এখনও কোনো কোম্পানির CEO আছেন কি না বা কোনো পণ্যের নতুন রিলিজ এসেছে কি না, সঠিক উত্তর দিতে মডেলের হালনাগাদ তথ্য প্রয়োজন।

আজ থেকে Perplexity-র Decisions API উত্তর দেওয়ার আগে ওয়েবে সার্চ করতে পারে।

একটি সেটিং, "mode": "web_grounding", যেকোনো Decisions API অনুরোধে যোগ করুন, আর Perplexity Fast Search প্রতিটি প্রশ্নের জন্য একটি করে কোয়েরি চালাবে। ফলাফলগুলো প্রমাণ হিসেবে আপনার state-এ যুক্ত হয়, ফলে এই মুহূর্তে ওয়েবে যা আছে তার ভিত্তিতে সিদ্ধান্ত মডেল সম্ভাবনা ফেরত দেয়। state একটি URL-ও হতে পারে, যাতে টেক্সট লেখার বদলে মডেলকে নির্দিষ্ট কোনো ওয়েব পেজের দিকে নির্দেশ করা যায়।

বর্তমান ওয়েব তথ্যের ওপর নির্ভরশীল ১০০টি প্রশ্নের পাবলিক বেঞ্চমার্ক PWS-Decisions-এ নির্ভুলতা ৫১% থেকে বেড়ে ৮৬% হয়েছে, আর সাধারণত রেসপন্স এসেছে ৪০০ মিলিসেকেন্ডের কম সময়ে।

একটি সিদ্ধান্ত মডেল প্রতিটি প্রশ্নের উত্তর হিসেবে একটি সংখ্যা ফেরত দেয়। ব্যবহারকারীরা এক বা একাধিক প্রশ্নের সঙ্গে কনটেন্ট state হিসেবে পাঠান (টেক্সট, JSON বা ছবি)। noul প্রশ্নের (হ্যাঁ বা না) ক্ষেত্রে ফলাফল হলো উত্তর ‘হ্যাঁ’ হওয়ার সম্ভাবনা। choice প্রশ্নের ক্ষেত্রে ফলাফল হলো ব্যবহারকারীর নির্ধারিত প্রতিটি বিকল্পের সম্ভাবনা। score প্রশ্নের ক্ষেত্রে ফলাফল হলো আপনার রুব্রিকের প্রতিটি স্তরের সম্ভাবনা এবং প্রত্যাশিত স্কোর।

মডেলের তথ্যের উৎস দুটি: ব্যবহারকারীর পাঠানো state এবং প্রশিক্ষণে এটি যা শিখেছে। "এই রিভিউতে কি কোনো ত্রুটির কথা বলা হয়েছে?"-এর মতো প্রশ্নের জন্য এটুকুই যথেষ্ট। কিন্তু "এই ব্যক্তি কি এখনও CEO?" প্রশ্নের উত্তর দিতে এটি যথেষ্ট নয়। প্রশিক্ষণের পরে উত্তরটি বদলে যেতে পারে, আর state-এ সে বিষয়ে কিছুই বলা নেই। ওয়েব গ্রাউন্ডিং একটি তৃতীয় উৎস যোগ করে: অনুরোধের সময় সার্চ করা ওয়েব। state একটি URL-ও হতে পারে, তাই ব্যবহারকারী টেক্সটের বদলে মডেলকে কোনো ওয়েব পেজের দিকে নির্দেশ করতে পারেন।

মডেল কল করার আগে API গেটওয়েতে গ্রাউন্ডিং চলে। একটি রিকোয়েস্টের প্রতিটি প্রশ্নের জন্য গেটওয়ে একটি Fast Search কোয়েরি তৈরি করে। কোয়েরিগুলো সমান্তরালভাবে চলে। গেটওয়ে ফলাফলগুলো একত্র করে, ডুপ্লিকেট URL বাদ দেয় এবং state-এর সাথে প্রমাণ যুক্ত করে: শিরোনাম, URL এবং পেজের টেক্সট। state যদি একটি URL হয়, তাহলে সার্চ কোয়েরিতে সেই URL থাকে, ফলে পেজটি নিজেই প্রমাণ হিসেবে ফিরে আসে এবং মডেল সেই পেজের টেক্সট থেকে উত্তর দেয়। অন্য যেকোনো Decisions API রিকোয়েস্টের মতোই মডেল সম্ভাবনা ফেরত দেয়। কোনো সার্চ ব্যর্থ হলে বা টাইম আউট হলে, যতটুকু প্রমাণ ফিরে এসেছে মডেল তা থেকেই উত্তর দেয়। রেসপন্সে search_results থাকে, যাতে ব্যবহারকারী দেখতে পারেন মডেল কী দেখেছে। ব্যবহারকারীর রিকোয়েস্ট এবং রেসপন্সের কাঠামো একই থাকে। বদলায় শুধু উত্তর দেওয়ার সময় মডেলের হাতে থাকা প্রমাণ।

আমরা একই সিদ্ধান্ত মডেলে ৩২৮টি সত্য-মিথ্যা দাবি দুবার পাঠিয়েছি: একবার ওয়েব গ্রাউন্ডিংসহ এবং একবার ছাড়া। দাবিগুলো অক্টোবর ২০২৬-এর খবর এবং Wikipedia-র বিরল তথ্যের মধ্যে ভাগ করা ছিল, আর প্রতিটি সত্য দাবির একটি মিথ্যা যমজ দাবি ছিল, যা একটি বিবরণে আলাদা। state-এ কোনো প্রমাণ দেওয়া হয়নি।

ওয়েব গ্রাউন্ডিং ছাড়া Decisions API ৫৬.৪ শতাংশ দাবির সঠিক উত্তর দিয়েছিল, যা প্রায় অনুমান করার কাছাকাছি। ওয়েব গ্রাউন্ডিংসহ এটি ৯৭.৩% সঠিক উত্তর দিয়েছে, ফলে ভুলের সংখ্যা ১৪৩ থেকে কমে ৯-এ নেমেছে। এর বিনিময়ে গতি কমেছে: মিডিয়ান লেটেন্সি ১৩৯ ms থেকে বেড়ে ৩৬৬ ms হয়েছে, আর ৯৫তম পার্সেন্টাইল লেটেন্সি ৫১৪ ms থেকে বেড়ে ৭৪২ ms হয়েছে।

PWS-Decisions হলো অ্যাকাউন্টের যোগ্যতা, প্রোডাক্টের সক্ষমতা, নীতিমালার নিয়ম এবং দ্রুত পরিবর্তনশীল ঘটনা নিয়ে নির্দিষ্ট উত্তরের (ক্লোজড-এন্ডেড) প্রশ্নের একটি পাবলিক বেঞ্চমার্ক। এর ১০০টি প্রশ্ন পাবলিক, এবং একটি রেফারেন্স উত্তরের সাথে হুবহু মিলের ভিত্তিতে সেগুলোর স্কোর করা হয়। আমরা ৪ নভেম্বর, ২০২৬ তারিখে Decisions API + Web Grounding (pplx-decider-v1.2)-এ প্রশ্নগুলো চালিয়েছি, এবং এটি ৮৬টির সঠিক উত্তর দিয়েছে। নিচের অন্যান্য ফলাফল বেঞ্চমার্ক নির্মাতাদের প্রকাশিত লিডারবোর্ড থেকে নেওয়া। Web Grounding ছাড়া Decisions API-এর জন্য তাদের ৫১% ফলাফল আমাদের নিজস্ব রানের সাথে মিলে যায়।

Decisions API + Web Grounding অনুরোধগুলোর মিডিয়ান রেসপন্স সময় ছিল ৩৭০ মিলিসেকেন্ড এবং ৯৫তম পার্সেন্টাইলে ৬৮৫ মিলিসেকেন্ড, যা ১০০টি পাবলিক প্রশ্নে আমাদের ক্লায়েন্ট থেকে মাপা হয়েছে। বেঞ্চমার্কের লেখকেরা পূর্ণ ৩০০-প্রশ্নের সেটে তাদের API-এর জন্য ৫৬০ মিলিসেকেন্ড ও ৭১০ মিলিসেকেন্ড জানিয়েছেন, যা ২৯ অক্টোবর, ২০২৬ তারিখে তাদের ক্লায়েন্ট থেকে মাপা। প্রকাশিত লিডারবোর্ডের তুলনায় Decisions API + Web Grounding-এর পাবলিক সেটে নির্ভুলতা সর্বোচ্চ এবং মিডিয়ান রেসপন্স ৪০০ মিলিসেকেন্ডের কম।

ডেটা যেসব প্রশ্নের উত্তর দিতে পারে না, সেগুলোর উত্তর দিতে ওয়েব গ্রাউন্ডিং চালু করুন: যখন প্রশিক্ষণের পরে তথ্য বদলে গেছে এবং ওয়েবে নতুন তথ্য প্রকাশিত হয়েছে। কয়েকটি উদাহরণ:

সাম্প্রতিক খবরের ভিত্তিতে অ্যাকাউন্টের যোগ্যতা যাচাই করুন। পুরো অ্যাকাউন্ট তালিকা জুড়ে: "গত ৯০ দিনে কি তহবিল সংগ্রহ করেছে?"
আপনার নির্ভরশীল টুলগুলোর খোঁজ রাখুন। নির্ধারিত সময়সূচিতে যাচাই করা হয়: "আমাদের পিন করা ভার্সনের চেয়ে নতুন কোনো স্টেবল রিলিজ আছে কি?"
এজেন্ট কাজ করার আগে নিশ্চিত করুন। বুক করার আগে যাচাই করা হয়: "এই ইভেন্টটি কি এখনও হচ্ছে?"

প্রতিটি উত্তর এমন একটি সম্ভাবনা, যার ভিত্তিতে ডেভেলপারের কোড পদক্ষেপ নিতে পারে, সঙ্গে থাকে এর পেছনের ওয়েব সূত্রগুলো।

যেকোনো Decisions API রিকোয়েস্টে "mode": "web_grounding" যোগ করুন। state হতে পারে টেক্সট, যেমন কোনো দাবি বা রেকর্ড, অথবা একটি URL।

ওয়েবের সাথে মিলিয়ে একটি দাবি যাচাই করুন:

bash

curl -X POST https://api.perplexity.ai/v1/decisions \
  -H "Authorization: Bearer $PERPLEXITY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "pplx-decider-v1.2",
    "mode": "web_grounding",
    "state": "Claim: The James Webb Space Telescope launched in December 2021.",
    "questions": {
      "supported": {
        "type": "noul",
        "instructions": "Is the claim true?"
      }
    }
  }'

রেসপন্সে search_results যোগ হয়, অর্থাৎ মডেল যে পেজগুলো পড়েছে। ৪ নভেম্বর এটি “হ্যাঁ”-এর সম্ভাবনা ০.৯৯-এর বেশি দিয়েছে, আর প্রথম ফলাফল হিসেবে এসেছে NASA-র মহাকাশযানের রেকর্ড।

কোনো পেজের URL-কে state হিসেবে পাঠিয়ে মডেলকে সেই পেজের দিকে নির্দেশ করুন:

bash

curl -X POST https://api.perplexity.ai/v1/decisions \
  -H "Authorization: Bearer $PERPLEXITY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "pplx-decider-v1.2",
    "mode": "web_grounding",
    "state": "https://pypi.org/project/requests/",
    "questions": {
      "newer_stable_release": {
        "type": "noul",
        "instructions": "Has this package published a stable release newer than 2.31.0 as of today?"
      }
    }
  }'

Perplexity Python লাইব্রেরিতে রিকোয়েস্ট বডিতে mode পাঠান:

python

from perplexity import Perplexity

client = Perplexity()

response = client.decisions.create(
    model="pplx-decider-v1.2",
    state="Claim: The James Webb Space Telescope launched in December 2021.",
    questions={"supported": {"type": "noul", "instructions": "Is the claim true?"}},
    extra_body={"mode": "web_grounding"},
)

print(response.answers["supported"].noul)

ইনপুট টোকেনের পাশাপাশি প্রতিটি সম্পন্ন সার্চের খরচ $০.০০১। সার্চ থেকে পাওয়া প্রমাণ ইনপুট টোকেন হিসেবে গণনা করা হয়। Web Grounding ব্যবহার করা একটি রিকোয়েস্টে সর্বোচ্চ ১০০টি প্রশ্ন রাখা যায়।

ওয়েব গ্রাউন্ডিং ডকুমেন্টেশন দেখে শুরু করুন।

সিদ্ধান্ত মডেল যেভাবে কাজ করে

ওয়েব গ্রাউন্ডিং যেভাবে কাজ করে

ওয়েব গ্রাউন্ডিং পরীক্ষা

PWS-Decisions

ডেভেলপাররা যা তৈরি করতে পারেন

শুরু করুন