Γνωρίστε το νέο Sonar: Ένα αστραπιαία γρήγορο μοντέλο

Ένα αστραπιαία γρήγορο μοντέλο βελτιστοποιημένο για την αναζήτηση Perplexity

Ξεκινώντας από σήμερα, όλοι οι χρήστες του Perplexity Pro θα μπορούν να δοκιμάσουν την πιο πρόσφατη έκδοση του Sonar, του εσωτερικού μοντέλου του Perplexity που είναι βελτιστοποιημένο για την ποιότητα των απαντήσεων και την εμπειρία του χρήστη. Χτισμένο πάνω στο Llama 3.3 70B, το Sonar έχει εκπαιδευτεί περαιτέρω για να ενισχύσει την ακρίβεια των γεγονότων και την αναγνωσιμότητα για την προεπιλεγμένη λειτουργία αναζήτησης του Perplexity.

Μέσω ολοκληρωμένων διαδικτυακών δοκιμών A/B, διαπιστώσαμε ότι το Sonar ξεπερνά σημαντικά τα μοντέλα της κλάσης του, όπως τα GPT-4o mini και Claude 3.5 Haiku, ενώ ταιριάζει στενά ή υπερβαίνει την απόδοση μοντέλων αιχμής όπως τα GPT-4o και Claude 3.5 Sonnet όσον αφορά την ικανοποίηση των χρηστών. Υποστηριζόμενο από την υποδομή συμπερασμάτων Cerebras, το Sonar τρέχει με εκπληκτικά γρήγορη ταχύτητα 1200 tokens ανά δευτερόλεπτο — επιτρέποντας σχεδόν άμεση παραγωγή απαντήσεων.

Οι χρήστες του Perplexity προτιμούν το Sonar

Πραγματοποιήσαμε εκτεταμένες διαδικτυακές δοκιμές A/B του Sonar για να μετρήσουμε την ικανοποίηση των χρηστών — μια βασική μέτρηση που συσχετίζεται ισχυρά με τη χρήση και τη διατήρηση του προϊόντος. Αυτή η μέτρηση αποτυπώνει πόσο ικανοποιημένοι και αφοσιωμένοι είναι οι χρήστες όταν κάνουν ερωτήσεις στο Perplexity.

Οι αξιολογήσεις μας δείχνουν ότι το Sonar ξεπερνά τόσο το GPT-4o mini όσο και το Claude 3.5 Haiku με σημαντικό περιθώριο. Συγκρίναμε επίσης το Sonar με πιο ακριβά μοντέλα αιχμής και διαπιστώσαμε ότι ξεπερνά το Claude 3.5 Sonnet, ενώ πλησιάζει στενά την απόδοση του GPT-4o σε κλάσμα της τιμής και με πάνω από 10πλάσια ταχύτητα.

Η αστραπιαία ταχύτητα επιτρέπει άμεσες απαντήσεις

Υποστηριζόμενο από την υποδομή συμπερασμάτων Cerebras, το Sonar προσφέρει απαντήσεις με αστραπιαίες ταχύτητες, επιτυγχάνοντας μια απόδοση αποκωδικοποίησης που είναι σχεδόν 10 φορές ταχύτερη από συγκρίσιμα μοντέλα όπως το Gemini 2.0 Flash. Αυτό επιτρέπει σχεδόν άμεση παραγωγή απαντήσεων, καθιστώντας το Sonar ιδανικό για περιπτώσεις χρήσης γρήγορης ανάκτησης πληροφοριών ή λεπτομερούς απάντησης ερωτήσεων.

Το Sonar υπερέχει στην παροχή ακριβών και υψηλής ποιότητας απαντήσεων

Βελτιστοποιήσαμε το Sonar σε δύο κρίσιμες διαστάσεις που συσχετίζονται ισχυρά με την ικανοποίηση των χρηστών — την ακρίβεια των απαντήσεων και την αναγνωσιμότητα.

Ακρίβεια απαντήσεων: Μετρά πόσο καλά ένα μοντέλο μπορεί να απαντήσει σε ερωτήσεις χρησιμοποιώντας γεγονότα που βασίζονται σε αποτελέσματα αναζήτησης, και την ικανότητά του να επιλύει συγκρουόμενες ή ελλieπί πληροφορίες

Αναγνωσιμότητα: Μετρά την ικανότητα ενός μοντέλου να παρέχει μια συνοπτική και λεπτομερή απάντηση με την κατάλληλη χρήση μορφοποίησης markdown για την οργάνωση του κειμένου

Τα αποτελέσματά μας δείχνουν ότι το Sonar βελτιώνει σημαντικά αυτές τις πτυχές σε σύγκριση με το βασικό μοντέλο, Llama 3.3 70B Instruct, και μάλιστα ξεπερνά άλλα μοντέλα αιχμής σε αυτούς τους βασικούς τομείς†.

Επιπλέον, το Sonar υπεרβαίνει επίσης μοντέλα της ίδιας κατηγορίας όπως τα GPT-4o mini και Claude 3.5 Haiku σε ακαδημαϊκά benchmarks που μετρούν την τήρηση των οδηγιών από τον χρήστη και την παγκόσμια γνώση.

IFEval: Μετρά πόσο καλά ένα μοντέλο ακολουθεί τις οδηγίες που παρέχονται από τον χρήστη

MMLU: Αξιολογεί την παγκόσμια γνώση σε διάφορους τομείς

Πώς απαντά το Sonar στις ερωτήσεις

Πώς μοιάζει στην πράξη η αυuξημένη ακρίβεια και αναγνωσιμότητα; Συγκρίνετε αυτές τις αναζητήσεις, οι οποίες πραγματοποιήθηκαν τόσο στο Sonar όσο και σε άλλα μοντέλα για να δείτε τη διαφορά.

Χρησιμοποιήστε το Sonar σήμερα

Το Sonar υπερέχει στην παροχή γρήγορων και ακριβών απαντήσεων, καθιστώντας το ένα εξαιρετικό μοντέλο για καθημερινή χρήση. Οι χρήστες του Perplexity Pro μπορούν να κάνουν το Sonar προεπιλεγμένο μοντέλο στις ρυθμίσεις τους. Μπορεί επίσης να χρησιμοποιηθεί μέσω της προσφοράς API του Sonar*.

Υποσημειώσεις

†Αυτές οι αξιολογήσεις βαθμολογούνται σε κλίμακα από 0 έως 100, όπου το υψηλότερο είναι καλύτερο

*Το μοντέλο Sonar που εξυπηρετείται μέσω του API δεν τρέχει ακόμη στην υποδομή συμπερασμάτων Cerebras, αλλά σύντομα θα είναι διαθέσιμο