Perplexity-bloggen

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
Forskning21. okt. 2026En god lærer møder eleven, hvor eleven erEn ny selvdestillationsmetode, der træner lærer og elev i fællesskab for at forbedre modellens ydeevne og træningseffektivitet på komplekse ræsonneringsopgaver og agentiske opgaver.
People working on laptops with the U.S. Capitol visible through a window at dusk.
Nyheder28. okt. 2026Ny FedRAMP-certificering bringer Perplexity ind i flere offentlige arbejdsprocesserFøderale myndigheder kan søge på nettet i realtid med Perplexity og få svar med kildehenvisninger takket være en ny FedRAMP-certificering.

Fremhævet

  1. A white shield and keyhole on a translucent glass tile against a teal landscape.
    Idéer29. sep. 2026Hvordan vi designer sikrere agenterLagdelte sikkerhedsforanstaltninger, uafhængig overvågning og menneskeligt opsyn på tværs af Perplexitys sky-, browser-, lokale og endpoint-agenter.
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    Nyheder15. okt. 2026SPACE, sandboxplatformen bag Computer, bliver open sourcePerplexity gør SPACE, sandboxplatformen bag Computer, open source for at hjælpe udviklere med at bygge sikrere autonome AI-agenter
  3. Two people working at separate desks in a dimly lit office.
    Udviklere28. sep. 2026Agent API understøtter nu genbrugelige agenterTeams opretter genbrugelige agenter med versionsstyrede Profiles, Skills og administrerede connector-komponenter, som de kan dele på tværs af applikationer.

Mere fra Perplexitys forskningsteam

  1. Undslippe SPACE: Del IRed-teaming af VM-isolering og netværksindeslutning for AI-Agenter.
  2. Sådan bygger vi fælles arbejdsområder til mennesker og agenterSådan sikrer projekter i Perplexity persistens, samtidighed og sporbarhed i langvarigt arbejde.
  3. Multimodale embeddings ud over en enkelt vektorEn ny familie af modeller til sen interaktion til tekst- og billedretrieval med et fælles embeddingspace på tværs af modelstørrelser.
Al research

Senest udgivet

211 indlæg fundet

  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. Ny FedRAMP-certificering bringer Perplexity ind i flere offentlige arbejdsprocesserFøderale myndigheder kan søge på nettet i realtid med Perplexity og få svar med kildehenvisninger takket være en ny FedRAMP-certificering.
  3. Grundlæggende RAG-implementering: en trin-for-trin-vejledningDenne begyndervenlige vejledning forklarer, hvordan en grundlæggende RAG-implementering fungerer, gennemgår bedste praksis og viser, hvordan du bygger et fungerende kommandolinjebaseret RAG-system med Python, ChromaDB og Perplexitys embedding- og sprogmodeller.
  4. Hvordan fungerer en LLM-gateway? En praktisk guide til udviklingsteamsEn LLM-gateway er en reverse proxy, der router, autentificerer, cacher og logger dine modelkald. Denne guide følger en forespørgsel gennem en gateway, gennemgår de sikkerheds- og pålidelighedsrisici, du skal planlægge for, og sammenligner mulighederne: at bygge selv, selvhoste, vælge en administreret løsning eller bruge en API-gateway.
  5. Hvad er RAG-arkitektur? En komplet definition med detaljerede praktiske eksemplerRAG-arkitektur er det sæt af komponenter, der lagrer, henter og fører ekstern information videre til en LLM; denne guide gennemgår 10 typer, fra grundlæggende og hybrid RAG til agentisk RAG og GraphRAG, med to trinvise eksempler.
  6. Sådan evaluerer du AI-agenter: testsæt, bedømmere og regressionstjekEn praktisk guide i seks trin til evaluering af AI-agenter – fra at definere succes og bygge testsæt ud fra reelle fejl til at vælge bedømmere, køre regressionstjek og overvåge i produktion.
  7. Sådan overvåger og styrer du dit teams tokenforbrugSådan kan teams se deres tokenforbrug i dashboards og rapporter, hvilke typer AI-arbejde der bruger flest tokens, og hvordan de kan bruge kontroller til at reducere det.
  8. En god lærer møder eleven, hvor eleven erEn ny selvdestillationsmetode, der træner lærer og elev i fællesskab for at forbedre modellens ydeevne og træningseffektivitet på komplekse ræsonneringsopgaver og agentiske opgaver.
  9. Hvad er en AI-gateway? En guide til routing, omkostningskontrol og styring af LLM- og agenttrafikEn AI-gateway er en central proxy mellem dine applikationer eller AI-agenter og de modeller, de kalder, og den håndterer routing, omkostningskontrol, sikkerhed og observerbarhed samlet ét sted.
  10. Perplexity bringer Computer til virksomhedsinfrastruktur med ValarianPerplexity og Valarian bringer Computer til institutionel infrastruktur med kontroller til følsomme data og regulerede arbejdsbelastninger