Search API: חילוץ טוב יותר, מדדים דינמיים

בספטמבר פרסמנו סקירה טכנית של ארכיטקטורת Perplexity Search API והשקנו את search_evals, מסגרת העבודה שלנו בקוד פתוח להערכת ביצועים של ממשקי API לחיפוש בתהליכי עבודה של סוכנים (agentic workflows). מאז, ההשקעה המשמעותית ביותר הייתה באיכות הקטעים (snippets), שעברה אופטימיזציה לאורך שני מימדים: רלוונטיות וגודל. החזרת התוכן הנכון בכמות הנכונה קובעת באופן ישיר את דיוק התשובות במורד הזרם ואת יעילות הטוקנים. העבודה הנדרשת לשם כך כללה בניית מערכות חדשות לחילוץ, תיוג ברמת ה-span, והערכה, ובמיוחד צינור תיוג-span המזהה אילו מקטעים במסמך מקור רלוונטיים לשאילתה נתונה.

הערכת קטעים ברמת ה-span

כדי לשפר קטעים באופן שיטתי, פיתחנו מערכת הערכה חדשה. עבור שאילתה ומסמך נתונים, המערכת מזהה ומסמנת מקטעים (spans) בתוך המסמך לפי הקשר שלהם לשאילתה: מקטעים "חיוניים" (vital) שחייבים להיכלל בקטע, מחלקות שונות של מקטעים "לא רלוונטיים" שכדאי להסביר, כפילויות וקטגוריות אחרות. תיוג זה ברמת ה-span מאפשר לנו להעריך את איכות הקטעים ברמת דיוק שלא הייתה אפשרית קודם לכן, תוך מדידה של מה שנכלל כהלכה ומה שהושמט כהלכה.

בפועל, שיפורים אלו מאפשרים לנו לייצר קטעים קטנים יותר שהם רלוונטיים יותר לששאילתה. צינור הבנת התוכן המשפר את עצמו שלנו מטפל כעת במגוון רחב יותר של פורמטים של נתונים מובנים, כולל טבלאות, רשימות מקוננות ותוכן מרונדר דינמית שכללים קודמים נכשלו בניתוח שלהם באופן מהימן.

שיפורים אלו הופיעו ממערכות הייצור שלנו עצמנו. ככל שהמחקר הפנימי שלנו קידם את הרלוונטיות וגודל הקטעים קדימה, הערכות פנימיות גילו שתקציבי תוכן קטנים יותר מייצרים למעשה תוצאות מדויקות יותר לאחר שורה של שיפורי איכות. ביצענו כמה שינויים בתצורות ברירת המחדל שלנו כדי לשקף את הממצאים שלנו, הפחתנו את גודל מטען התשובה (payload) והשהייה תוך אספקת תוכן שימושי יותר לכל תוצאה. עבור מפתחים, קטעים קטנים ורלוונטיים יותר מתורגמים ישירות לעלויות טוקנים נמוכות יותר ולניהול הקשר טוב יותר עבור מודלי שפה גדולים (LLMs) במורד הזרם.

SEAL: השוואת ביצועים לשליפה רגישה לזמן

מדד ה-SEAL בודק האם מערכת שליפה יכולה לענות על שאלות שהתשובה הנכונה עליהן משתנה לאורך זמן. מענה אמין דורש רענון אינדקס בזמן אמת, חילוץ קטעים חכם יותר ממקורות נתונים שונים המעודכנים ברציפות, וניתוח שיכול לזהות את הערך הנוכחי במקום ערך היסטורי.

כאשר הרצנו את search_evals מול גרסת SEAL של 22 בפברואר תוך שימוש ב-Claude Sonnet 4.5, ציוני Perplexity עלו בעוד שספקי תוכן אחרים ירדו ב-SEAL-Hard:

הגדלה

הרחבנו את מסגרת העבודה search_evals שלנו כך שתכלול את SEAL לצד מדדי הייחוס שדווחו בפוסט של ספטמבר. תוצאות ומתודולוגיה מעודכנות זמינות ב-מאגר המעודכן ב-GitHub.

תמיכה בשאילתות מרובות

המ API תומך כעת בעד 5 שאילתות בבקשה אחת. התוצאות מוחזרות מקובצות לפי שאילתה באותו סדר שבו הן הוגשו. הדבר מפחית את מספר הפעמים שנדרש הלוך-חזור עבור יישומים שצריכים להוציא חיפושים קשורים במקביל, כגון סוכנים המפרקים שאלה מורכבת למספר תתי-משימות שליפה.

סינון מורחב

בנוסף לסינון דומיינים (רשימה מותרת ורשימה חסומה, עד 20 דומיינים) וסינון עדכניות, ה-API תומך כעת בסינון שפות לפי קוד ISO 639-1 וחיפוש אזורי לפי קוד מדינה של ISO. ניתן לשלב אלו כדי לתחום את התוצאות בדיוק, למשל הגבלה לתוצאות בשפה האנגלית מדומיינים גרמניים.

SDK וזמינות

ה-Python SDK (pip install perplexityai) מספק כעת תמיכה מקורית ב-Search API לצד Agent API ו-Sonar API.

תיעוד מלא נמצא ב-docs.perplexity.ai