El blog de Perplexity

OG card: chart-to-art exploded axonometric of the JOLT training figure: one set of weights at the base, the Teacher and Student roles above it, six generations per role on top, with crossing dashed paths for each role scoring the other
Recerca21 d’oct. del 2026Un bon professor va a trobar l’estudiant allà on ésUn nou mètode d’autodestil·lació que entrena conjuntament el professor i l’estudiant per millorar el rendiment del model i l’eficiència de l’entrenament en tasques complexes de raonament i tasques agèntiques.
People working on laptops with the U.S. Capitol visible through a window at dusk.
Notícies28 d’oct. del 2026La nova certificació FedRAMP porta Perplexity a més fluxos de treball governamentalsLes agències federals poden fer cerques al web en temps real amb Perplexity i obtenir respostes amb cites gràcies a una nova certificació FedRAMP.

Destacat

  1. A white shield and keyhole on a translucent glass tile against a teal landscape.
    Idees29 de set. del 2026Com dissenyem agents més segursSalvaguardes per capes, monitorització independent i supervisió humana als agents de núvol, navegador, locals i de punts finals de Perplexity.
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    Notícies15 d’oct. del 2026Alliberem com a codi obert SPACE, la plataforma d'entorns de proves de ComputerPerplexity allibera com a codi obert SPACE, la plataforma d'entorns de proves en què es basa Computer, per ajudar els desenvolupadors a crear agents d'IA autònoms més segurs
  3. Two people working at separate desks in a dimly lit office.
    Desenvolupadors28 de set. del 2026L'Agent API ara admet agents reutilitzablesEls equips creen agents reutilitzables amb Profiles, Skills i connectors gestionats que es poden compartir entre aplicacions.

Més contingut de l'equip de Recerca de Perplexity

  1. Escapant de SPACE: Part IAvaluació d'aïllament de màquines virtuals i confinament de xarxa per a agents d'IA.
  2. Creació d’espais de treball compartits per a persones i agentsCom els projectes de Perplexity fan que la feina de llarga durada sigui persistent, concurrent i traçable.
  3. Embeddings multimodals més enllà d’un vector únicUna nova família de models d’interacció tardana per a la recuperació de text i imatges, amb un espai d’embedding compartit entre mides de model.
Tota la recerca

Publicat recentment

211 publicacions trobades

  1. Text embeddings explained: how they work [+examples]This guide explains what text embeddings are, how they turn text into vectors that capture meaning, and how to choose, evaluate, and apply embedding models to search, RAG, and other real-world use cases.
  2. La nova certificació FedRAMP porta Perplexity a més fluxos de treball governamentalsLes agències federals poden fer cerques al web en temps real amb Perplexity i obtenir respostes amb cites gràcies a una nova certificació FedRAMP.
  3. Implementació bàsica de RAG: un tutorial pas a pasAquest tutorial per a principiants explica com funciona una implementació bàsica de RAG, repassa les bones pràctiques i mostra pas a pas com construir un sistema RAG funcional de línia d’ordres amb Python, ChromaDB i els models d’embeddings i de llenguatge de Perplexity.
  4. Com funciona una passarel·la de LLM? Guia pràctica per a equips d’enginyeriaUna passarel·la de LLM és un proxy invers que encamina, autentica, desa a la memòria cau i registra les crides als teus models. Aquesta guia segueix el recorregut d’una sol·licitud a través d’una passarel·la, repassa els riscos de seguretat i fiabilitat que cal preveure i compara les opcions de crear-ne una de pròpia, allotjar-ne una tu mateix, fer servir un servei gestionat o recórrer a una passarel·la d’API.
  5. Què és l'arquitectura RAG? Una definició completa amb exemples pràctics detallatsL'arquitectura RAG és el conjunt de components que emmagatzema, recupera i proporciona informació externa a un LLM; aquesta guia analitza 10 tipus, des de la RAG bàsica i l'híbrida fins a la RAG agèntica i GraphRAG, amb dos exemples pas a pas.
  6. Com avaluar agents d’IA: conjunts de proves, avaluadors i comprovacions de regressióUna guia pràctica de sis passos per avaluar agents d’IA: des de definir l’èxit i crear conjunts de proves a partir de fallades reals fins a triar avaluadors, executar comprovacions de regressió i supervisar en producció.
  7. Com supervisar i controlar la despesa de tokens de l'equipCom poden veure els equips el seu ús de tokens en taulers i informes, quins tipus de feina d'IA consumeixen més tokens i com fer servir controls per reduir-lo.
  8. Un bon professor va a trobar l’estudiant allà on ésUn nou mètode d’autodestil·lació que entrena conjuntament el professor i l’estudiant per millorar el rendiment del model i l’eficiència de l’entrenament en tasques complexes de raonament i tasques agèntiques.
  9. Què és una passarel·la d'IA? Guia d'encaminament, control de costos i governança per al trànsit d'LLM i d'agentsUna passarel·la d'IA és un proxy central entre les vostres aplicacions o agents d'IA i els models que invoquen, que gestiona l'encaminament, el control de costos, la seguretat i l'observabilitat des d'un sol lloc.
  10. Perplexity porta Computer a la infraestructura empresarial amb ValarianPerplexity i Valarian porten Computer a la infraestructura institucional amb controls per a dades sensibles i càrregues de treball regulades