„Perplexity“ tinklaraštis

OG card: chart-to-art exploded axonometric of the JOLT training figure: one set of weights at the base, the Teacher and Student roles above it, six generations per role on top, with crossing dashed paths for each role scoring the other
Tyrimai2026-10-21Geras mokytojas prisitaiko prie mokinioNaujas savidistiliacijos metodas, kuris kartu moko mokytoją ir mokinį, kad pagerintų modelio našumą ir mokymo efektyvumą sudėtingose protavimo ir agentinėse užduotyse.
People working on laptops with the U.S. Capitol visible through a window at dusk.
Naujienos2026-10-28Naujas FedRAMP sertifikatas leidžia naudoti Perplexity daugiau vyriausybės darbo eigųFederalinės agentūros, naudodamos Perplexity, gali ieškoti informacijos žiniatinklyje realiuoju laiku ir gauti atsakymus su citatomis – tai tapo įmanoma gavus naują FedRAMP sertifikatą.

Rekomenduojama

  1. A white shield and keyhole on a translucent glass tile against a teal landscape.
    Idėjos2026-09-29Kaip inžineriniu būdu kuriame saugesnius agentusSluoksniuotos apsaugos priemonės, nepriklausomas stebėjimas ir žmogiškoji priežiūra „Perplexity“ debesies, naršyklės, vietiniuose ir galinių taškų agentuose.
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    Naujienos2026-10-15Atveriame SPACE – sandbox platformos, kuria veikia Computer, – kodąPerplexity paskelbia SPACE – sandbox platformą, kuria veikia Computer, – kaip atvirąjį kodą, kad padėtų kūrėjams kurti saugesnius autonominius DI agentus
  3. Two people working at separate desks in a dimly lit office.
    Kūrėjai2026-09-28„Agent API“ dabar palaiko pakartotinai naudojamus agentusKomandos kuria pakartotinai naudojamus agentus su versijų profiliais, Skill ir valdomomis jungtimis, kuriomis gali dalytis įvairiose programose.

Daugiau iš „Perplexity“ tyrimų komandos

  1. Pabėgimas iš SPACE: I dalisVM izoliacijos ir tinklo suvaržymo AI agentams raudonosios komandos pratimai.
  2. Bendrų darbo erdvių kūrimas žmonėms ir agentamsKaip Perplexity projektai užtikrina ilgai trunkančio darbo išliekamumą, lygiagretumą ir atsekamumą.
  3. Multimodaliniai įterpiniai už vieno vektoriaus ribųNauja vėlyvosios sąveikos modelių šeima tekstinei ir vaizdų paieškai, su bendra įterpiamųjų reprezentacijų erdve tarp modelių dydžių.
Visi tyrimai

Neseniai paskelbta

rasta 211 įrašų

  1. Text embeddings explained: how they work [+examples]This guide explains what text embeddings are, how they turn text into vectors that capture meaning, and how to choose, evaluate, and apply embedding models to search, RAG, and other real-world use cases.
  2. Naujas FedRAMP sertifikatas leidžia naudoti Perplexity daugiau vyriausybės darbo eigųFederalinės agentūros, naudodamos Perplexity, gali ieškoti informacijos žiniatinklyje realiuoju laiku ir gauti atsakymus su citatomis – tai tapo įmanoma gavus naują FedRAMP sertifikatą.
  3. Paprastas RAG diegimas: vadovas žingsnis po žingsnioŠiame pradedantiesiems skirtame vadove paaiškinama, kaip veikia paprastas RAG diegimas, aptariama geriausia praktika ir žingsnis po žingsnio parodoma, kaip sukurti veikiančią komandų eilutės RAG sistemą naudojant Python, ChromaDB bei Perplexity įterpinių ir kalbos modelius.
  4. Kaip veikia LLM šliuzas? Praktinis vadovas inžinierių komandomsLLM šliuzas – tai atvirkštinis tarpinis serveris, kuris nukreipia, autentifikuoja, talpina į podėlį ir registruoja jūsų modelių iškvietas; šiame vadove sekama, kaip užklausa keliauja per šliuzą, aptariamos saugumo ir patikimumo rizikos, kurias reikia numatyti, ir palyginamos galimybės: kurti savo sprendimą, talpinti jį savo infrastruktūroje, rinktis valdomą paslaugą ar API šliuzą.
  5. Kas yra RAG architektūra? Išsamus apibrėžimas su detaliais praktiniais pavyzdžiaisRAG architektūra – tai komponentų visuma, kuri saugo, išgauna ir perduoda išorinę informaciją LLM; šiame vadove aptariama 10 tipų – nuo bazinio ir hibridinio RAG iki agentinio RAG ir GraphRAG – ir pateikiami du pavyzdžiai žingsnis po žingsnio.
  6. Kaip vertinti DI agentus: testų rinkiniai, vertintojai ir regresijos patikrosPraktinis šešių žingsnių DI agentų vertinimo vadovas: nuo sėkmės apibrėžimo ir testų rinkinių kūrimo iš realių nesėkmių iki vertintojų pasirinkimo, regresijos patikrų vykdymo ir stebėsenos gamybinėje aplinkoje.
  7. Kaip stebėti ir valdyti komandos žetonų sąnaudasKaip komandos gali matyti savo žetonų naudojimą skydeliuose ir ataskaitose, kurios DI darbo rūšys sunaudoja daugiausia žetonų ir kaip jį sumažinti naudojant valdiklius.
  8. Geras mokytojas prisitaiko prie mokinioNaujas savidistiliacijos metodas, kuris kartu moko mokytoją ir mokinį, kad pagerintų modelio našumą ir mokymo efektyvumą sudėtingose protavimo ir agentinėse užduotyse.
  9. Kas yra DI šliuzas? LLM ir agentų srauto maršrutizavimo, išlaidų kontrolės ir valdysenos vadovasDI šliuzas – tai centrinis tarpinis serveris tarp jūsų programų ar DI agentų ir jų iškviečiamų modelių, vienoje vietoje atliekantis maršrutizavimą, išlaidų kontrolę, saugos užtikrinimą ir stebimumą.
  10. Perplexity kartu su Valarian diegia Computer įmonių infrastruktūrojePerplexity ir Valarian perkelia Computer į institucijų infrastruktūrą su jautrių duomenų ir reguliuojamų darbo krūvių kontrolės priemonėmis