Search API: Жақсырақ экстракция, динамикалық бенчмарктер

Қыркүйек айында біз Perplexity Search API архитектурасының техникалық шолуын жарияладық және агенттік жұмыс процестерінде іздеу API интерфейстерін бенчмаркингке арналған ашық бастапқы кодты бағалау фреймворгіміз search_evals ұсындық. Содан бері ең маңызды инвестиция екі өлшем бойынша оңтайландырылған үзінді сапасына бағытталды: өзектілігі мен өлшемі. Қажетті мөлшердегі дұрыс контентті қайтару кейінгі жауап дәлдігі мен маркер (token) тиімділігін тікелей анықтайды. Оған жету жолындағы жұмыс экстракциялау, аралық деңгейінде (span-level) таңбалау және бағалау үшін жаңа жүйелерді құруды қамтыды, ең бастысы бастапқы құжаттың қай сегменттері белгілі бір сұрауға жауап беретінін анықтайтын аралықты таңбалау конвейері жасалды.

Үзінділерді жүйелі түрде жақсарту үшін біз жаңа бағалау жүйесін әзірледіük. Берілген сұрау мен құжат үшін жүйе құжаттағы аралықтарды олардың сұрауға қатысына қарай анықтайды және таңбалайды: үзіндіге қосылуы тиіс "маңызды" аралықтар, шығарылуы тиіс "өзекті емес" аралықтардың әртүрлі кластары, телнұсқалар және басқа санаттар. Бұл аралық деңгейіндегі таңбалау бұрын мүмкін болмаған дәлдік деңгейімен үзінді сапасын бағалауға мүмкіндік береді, дұрыс қосылған және дұрыс алынып тасталған нәрселерді өлшейді.

Тәжірибеде бұл жақсартулар сұрауға көбірек сәйкес келетін кішірек үзінділерді жасауға мүмкіндік береді. Біздің өздігінен жетілетін контентті түсіну конвейеріміз ережелер жиынтығы бұрын сенімді түрде талдай алмаған кестелерді, кірістірілген тізімдерді және динамикалық түрде көрсетілген контентті қоса алғанда, құрылымдық деректер пішімдерінің кең ауқымын өңдейді.

Бұл жақсартулар өзіміздің өндірістік жүйелерімізден пайда болды. Біздің ішкі зерттеулеріміз үзінділердің өзектілігі мен өлшемін алға жылжытқандықтан, сапаны бірқатар жақсартулардан кейін ішкі бағалаулар кішірек контент бюджеттері шынымен де дәлірек нәтижелер беретінін көрсетті. Біз өз нәтижелерімізді көрсету үшін әдепкі конфигурацияларымызға кейбір өзгерістер енгіздік, нәтиже бойынша пайдалырақ контент бере отырып, жауаптың жүктеме өлшемі мен кідірісін азайттық. Әзірлеушілер үшін кішірек, өзектірек үзінділер маркер құнының төмендеуіне және төменгі ағындағы LLM үшін жақсырақ контекстті басқаруға тікелей әсер етеді.

SEAL бенчмаркі іздеу жүйесінің дұрыс жауабы уақыт өте келе өзгеретін сұрақтарға жауап бере алатынын тексереді. Сенімді түрде жауап беру үшін нақты уақыттағы индекс жаңалығы, үнемі жаңартылатын әртүрлі деректер көздерінен үзінділерді ақылдырақ алу және тарихи мәннің орнына ағымдағы мәнді анықтай алатын талдау қажет.

Claude Sonnet 4.5 көмегімен 22 ақпандағы SEAL шығарылымына қарсы search_evals іске қосқан кезде, SEAL-Hard көрсеткішінде басқа провайдерлер нашарласа, Perplexity ұпайлары өсті:

Біз қыркүйек айындағы жарияланымымызда хабарланған бенчмарктермен қатар SEAL қосу үшін search_evals фреймворгімізді кеңейттік. Жаңартылған нәтижелер мен әдістеме GitHub жүйесіндегі жаңартылған репозиторийде қолжетімді.

API енді бір сұраныста 5-ке дейін сұрауды қолдайды. Нәтижелер жіберілген тәртіппен әр сұрау бойынша топтастырылып қайтарылады. Бұл күрделі сұрақты бірнеше іздеу шағын тапсырмаларына бөлетін агенттер сияқты қатысты іздеулерді параллельді түрде орындау қажет қосымшалар үшін раундтарды (round trips) азайтады.

Домендік сүзгілеу (рұқсат етілгендер және тыйым салынғандар тізімі, 20 доменге дейін) мен өзектілік сүзгілеуіне қоса, API енді ISO 639-1 коды бойынша тілдік сүзгілеуді және ISO ел коды бойынша аймақтық іздеуді қолдайды. Бұларды нәтижелерді дәл шектеу үшін біріктіруге болады, мысалы, неміс домендерінен ағылшын тіліндегі нәтижелермен шектеу.

Python SDK (pip install perplexityai) енді Agent API және Sonar API интерфейстерімен қатар Search API үшін жергілікті қолдауды қамтамасыз етеді.

Толық құжаттама docs.perplexity.ai сайтында орналасқан

Үзінділерді аралық деңгейінде бағалау

SEAL: уақытқа тәуелді іздеуді бенчмаркингтен өткізу

Бірнеше сұрауды қолдау

Кеңейтілген сүзгілеу

SDK және қолжетімділік