सर्च API: बेहतर निष्कर्षण, गतिशील बेंचमार्क

सितंबर में, हमने Perplexity Search API आर्किटेक्चर का एक तकनीकी अवलोकन प्रकाशित किया और search_evals जारी किया, जो एजेंटिक वर्कफ़्लो में सर्च API को बेंचमार्क करने के लिए हमारा ओपन-सोर्स मूल्यांकन ढांचा है। तब से, हमारा सबसे महत्वपूर्ण निवेश स्निपेट की गुणवत्ता में रहा है, जिसे प्रासंगिकता और आकार, दो आयामों पर अनुकूलित किया गया है। सही मात्रा में सही सामग्री प्राप्त करना सीधे तौर पर डाउनस्ट्रीम उत्तर की सटीकता और टोकन दक्षता को निर्धारित करता है। इसे प्राप्त करने के कार्य में निष्कर्षण, स्पैन-स्तरीय लेबलिंग और मूल्यांकन के लिए नई प्रणालियाँ बनाना शामिल था, विशेष रूप से एक स्पैन-लेबलिंग पाइपलाइन जो यह पहचानती है कि स्रोत दस्तावेज़ के कौन से खंड किसी दिए गए क्वेरी के प्रति उत्तरदायी हैं।

स्पैन स्तर पर स्निपेट का मूल्यांकन

स्निपेट को व्यवस्थित रूप से सुधारने के लिए, हमने एक नई मूल्यांकन प्रणाली तैयार की है। किसी दिए गए क्वेरी और दस्तावेज़ के लिए, सिस्टम दस्तावेज़ के भीतर स्पैन की पहचान करता है और क्वेरी के साथ उनके संबंध के आधार पर उन्हें लेबल करता है: "महत्वपूर्ण" स्पैन जिन्हें स्निपेट में शामिल किया जाना चाहिए, "अप्रासंगिक" स्पैन के विभिन्न वर्ग जिन्हें बाहर रखा जाना चाहिए, डुप्लिकेट, और अन्य श्रेणियां। यह स्पैन-स्तरीय लेबलिंग हमें पहले की तुलना में अधिक सटीकता के साथ स्निपेट गुणवत्ता का मूल्यांकन करने की अनुमति देती है, जिससे यह मापा जा सकता है कि क्या सही ढंग से शामिल किया गया और क्या सही ढंग से छोड़ा गया।

व्यावहारिक रूप से, ये सुधार हमें छोटे स्निपेट उत्पन्न करने की अनुमति देते हैं जो क्वेरी के लिए अधिक प्रासंगिक होते हैं। हमारी स्व-सुधार सामग्री समझ पाइपलाइन अब संरचित डेटा स्वरूपों की एक विस्तृत श्रृंखला को संभालती है, जिसमें टेबल, नेस्टेड सूचियाँ और गतिशील रूप से प्रस्तुत सामग्री शामिल है जिसे पिछले नियम सेट मज़बूती से पार्स करने में विफल रहे थे।

ये सुधार हमारी अपनी उत्पादन प्रणालियों से उभरे हैं। जैसे-जैसे हमारे आंतरिक शोध ने स्निपेट प्रासंगिकता और आकार को आगे बढ़ाया, आंतरिक मूल्यांकनों से पता चला कि गुणवत्ता सुधारों की एक श्रृंखला के बाद छोटे सामग्री बजट वास्तव में अधिक सटीक परिणाम देते हैं। हमने अपने निष्कर्षों को प्रतिबिंबित करने के लिए अपने डिफ़ॉल्ट कॉन्फ़िगरेशन में कुछ संशोधन किए, जिससे प्रतिक्रिया पेलोड का आकार और विलंबता कम हो गई जबकि प्रति परिणाम अधिक उपयोगी सामग्री प्रदान की गई। डेवलपर्स के लिए, छोटे, अधिक प्रासंगिक स्निपेट का मतलब सीधे तौर पर कम टोकन लागत और डाउनस्ट्रीम LLMs के लिए बेहतर संदर्भ प्रबंधन है।

SEAL: समय-संवेदनशील पुनर्प्राप्ति की बेंचमार्किंग

SEAL बेंचमार्क यह परीक्षण करता है कि क्या एक पुनर्प्राप्ति प्रणाली उन सवालों के जवाब दे सकती है जिनके सही जवाब समय के साथ बदलते रहते हैं। मज़बूती से जवाब देने के लिए रीयल-टाइम इंडेक्स ताजगी, विभिन्न निरंतर अद्यतन डेटा स्रोतों से स्मार्ट स्निपेट निष्कर्षण, और ऐसी पार्सिंग की आवश्यकता होती है जो ऐतिहासिक मूल्य के बजाय वर्तमान मूल्य की पहचान कर सके।

जब हमने Claude Sonnet 4.5 का उपयोग करके 22 फरवरी के SEAL रिलीज़ के विरुद्ध search_evals चलाया, तो Perplexity स्कोर बढ़ गए जबकि SEAL-Hard पर अन्य प्रदाताओं के स्कोर गिर गए:

बड़ा करें

हमने अपने search_evals ढांचे को सितंबर की पोस्ट में रिपोर्ट किए गए बेंचमार्क के साथ-साथ SEAL को शामिल करने के लिए विस्तारित किया है। अद्यतन परिणाम और कार्यप्रणाली GitHub पर अद्यतन रिपॉजिटरी में उपलब्ध हैं।

बहु-क्वेरी समर्थन

API अब एक ही अनुरोध में 5 क्वेरी तक का समर्थन करता है। परिणाम उसी क्रम में क्वेरी के अनुसार समूहीकृत होकर वापस आते हैं जिस क्रम में उन्हें सबमिट किया गया था। यह उन अनुप्रयोगों के लिए राउंड ट्रिप को कम करता है जिन्हें समानांतर में संबंधित खोज करने की आवश्यकता होती है, जैसे कि ऐसे एजेंट जो एक जटिल प्रश्न को कई पुनर्प्राप्ति उप-कार्यों में विभाजित करते हैं।

विस्तारित फ़िल्टरिंग

डोमेन फ़िल्टरिंग (अनुमति सूची और अस्वीकार सूची, 20 डोमेन तक) और नवीनता फ़िल्टरिंग के अलावा, API अब ISO 639-1 कोड द्वारा भाषा फ़िल्टरिंग और ISO देश कोड द्वारा क्षेत्रीय खोज का समर्थन करता है। परिणामों को सटीक रूप से सीमित करने के लिए इन्हें संयोजित किया जा सकता है, उदाहरण के लिए जर्मन डोमेन से केवल अंग्रेजी-भाषा के परिणामों तक सीमित करना।

SDK और उपलब्धता

Python SDK (pip install perplexityai) अब एजेंट API और Sonar API के साथ सर्च API के लिए भी मूल समर्थन प्रदान करता है।

पूर्ण दस्तावेज़ीकरण docs.perplexity.ai पर उपलब्ध है