Search API: Betri útdráttur, virk viðmið

Í september birtum við tæknilegt yfirlit yfir arkitektúr Perplexity Search API og gáfum út search_evals, opinn matsramma okkar til að meta leitar-API í umboðsverkflæði. Síðan þá hefur mesta fjárfestingin farið í gæði textabúta, fínstillt út frá tveimur þáttum: viðeigandi og stærð. Það að skila réttu efni í réttu magni ákvarðar beint nákvæmni svara og skilvirkni auðkennis. Vinnan við að ná því fólst í nýjum kerfum fyrir útdrátt, merkingu á bilsstigi og mat, sérstaklega leiðsla fyrir bilsmerkingu sem auðkennir hvaða hlutar upprunaskjals svara tilteknum fyrirspurnum.

Til að bæta textabúta kerfisbundið bjuggum við til nýtt matskerfi. Fyrir gefna fyrirspurn og skjal auðkennir og merkir kerfið bil innan skjalsins eftir tengslum þeirra við fyrirspurnina: „mikilvæg“ bil sem verða að vera með í textabútnum, ýmsir flokkar „óviðkomandi“ bila sem ætti að sleppa, tvrit og aðrir flokkar. Þessi bilsmerking gerir okkur kleift að meta gæði textabúta með nákvæmni sem áður var ekki möguleg og mælir bæði það sem var réttilega með og það sem var réttilega sleppt.

Í framkvæmdinni gera þessar endurbætur okkur kleift að búa til minni textabúta sem eiga betur við fyrirspurnina. Sjálfvirka skilningsleiðsla okkar fyrir efni meðhöndlar nú fjölbreyttari snið af skipulögðum gögnum, þar á meðal töflur, hreiðruð lista og virkt birt efni sem fyrri reglur gátu ekki greint á áreiðanlegan hátt.

Þessar endurbætur komu frá okkar eigin framleiðslukerfum. Þar sem innri rannsóknir okkar knúðu áfram mikilvægi textabúta og stærð, leiddu innri matsferlar í ljós að minni efnisútgjöld skiluðu í raun nákvæmari niðurstöðum eftir röð gæðabóta. Við gerðum nokkrar breytingar á sjálfgefnum stillingum til að endurspegla niðurstöður okkar, minnkuðum stærð svarferju og seinkun á sama tíma og við skiluðum gagnlegra efni á hverja niðurstöðu. Fyrir þróunaraðila þýða minni, viðeigandi textabúta beint lægri kostnað við auðkenni og betri stjórnun á samhengi fyrir LLM-líkön lengra niðri.

SEAL-viðmiðunin prófar hvort endurheimtarkerfi geti svarað spurningum þar sem rétt svar breytist með tímanum. Til að svara á áreiðanlegan hátt þarf ferskleika vísitölu í rauntíma, snjallari útdrátt textabúta úr ýmsum stöðugt uppfærðum gagnagjafum og greiningu sem getur borið kennsl á núverandi gildi í stað sögulegs.

Þegar við keyrðum search_evals gegn SEAL-útgáfunni 22. febrúar með Claude Sonnet 4.5 hækkuðu einkunnir Perplexity en aðrir veitendur lækkuðu á SEAL-Hard:

Við höfum útvíkkað search_evals-ramma okkar til að innihalda SEAL ásamt viðmiðununum sem greint var frá í færslu okkar í september. Uppfærðar niðurstöður og aðferðafræði eru fáanlegar í uppfærðu safni á GitHub.

API styður nú allt að 5 fyrirspurnir í einni beiðni. Niðurstöðum er skilað hópum eftir fyrirspurnum í sömu röð og þær voru sendar inn. Þetta fækkar hringferðum fyrir forrit sem þurfa að gefa út tengdar leitir samhliða, svo sem umboð sem skipta flókinni spurningu niður í mörg undirverkefni við endurheimt.

Auk léns síunar (leyfislisti og bannlisti, allt að 20 lén) og nýleikasíunar styður API nú tungumálasíun eftir ISO 639-1 kóða og svæðisbundna leit eftir ISO landkóða. Hægt er að sameina þetta til að afmarka niðurstöður nákvæmlega, til dæmis með því að takmarka við enskumælandi niðurstöður frá þýskum lénum.

Python SDK (pip install perplexityai) veitir nú innfæddan stuðning fyrir Search API ásamt Agent API og Sonar API.

Full skjöl eru á docs.perplexity.ai

Mat á textabútum á bilsstigi

SEAL: viðmiðun fyrir tímanæma endurheimt

Stuðningur við margar fyrirspurnir

Stækkuð síun

SDK og framboð