Perplexity ബ്ലോഗ്

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
ഗവേഷണം2026 ഒക്ടോ 21നല്ല അധ്യാപകൻ വിദ്യാർത്ഥിയുടെ നിലവാരത്തിലേക്ക് ഇറങ്ങിച്ചെല്ലുന്നുസങ്കീർണ്ണമായ റീസണിംഗിലും ഏജന്റിക് ടാസ്കുകളിലും മോഡൽ പ്രകടനവും ട്രെയിനിംഗ് കാര്യക്ഷമതയും മെച്ചപ്പെടുത്താൻ അധ്യാപകനെയും വിദ്യാർത്ഥിയെയും സംയുക്തമായി ട്രെയിൻ ചെയ്യുന്ന പുതിയൊരു സെൽഫ്-ഡിസ്റ്റിലേഷൻ രീതി.
People working on laptops with the U.S. Capitol visible through a window at dusk.
വാർത്തകൾ2026 ഒക്ടോ 28പുതിയ FedRAMP സർട്ടിഫിക്കേഷനിലൂടെ Perplexity കൂടുതൽ സർക്കാർ വർക്ക്ഫ്ലോകളിലേക്ക്പുതിയ FedRAMP സർട്ടിഫിക്കേഷന്റെ ഭാഗമായി, ഫെഡറൽ ഏജൻസികൾക്ക് Perplexity ഉപയോഗിച്ച് ലൈവ് വെബിൽ സെർച്ച് ചെയ്യാനും ഉറവിടങ്ങൾ ഉദ്ധരിക്കുന്ന ഉത്തരങ്ങൾ നേടാനും കഴിയും.

ഫീച്ചർ ചെയ്തവ

  1. A white shield and keyhole on a translucent glass tile against a teal landscape.
    ആശയങ്ങൾ2026 സെപ്റ്റം 29സുരക്ഷിതമായ ഏജന്റുകൾ ഞങ്ങൾ എങ്ങനെ എഞ്ചിനീയർ ചെയ്യുന്നുPerplexity-യുടെ ക്ലൗഡ്, ബ്രൗസർ, ലോക്കൽ, എൻഡ്പോയിന്റ് ഏജന്റുകളിലുടനീളമുള്ള ലെയേർഡ് സുരക്ഷാ മുൻകരുതലുകൾ, സ്വതന്ത്ര നിരീക്ഷണം, മനുഷ്യ മേൽനോട്ടം.
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    വാർത്തകൾ2026 ഒക്ടോ 15Computer-ന് പിന്നിലെ സാൻഡ്‌ബോക്സ് പ്ലാറ്റ്‌ഫോമായ SPACE ഓപ്പൺ സോഴ്സ് ചെയ്യുന്നുകൂടുതൽ സുരക്ഷിതമായ സ്വയം പ്രവർത്തിക്കുന്ന AI ഏജന്റുകൾ നിർമ്മിക്കാൻ ഡെവലപ്പർമാരെ സഹായിക്കുന്നതിനായി, Computer-ന് പിന്നിലെ സാൻഡ്‌ബോക്സ് പ്ലാറ്റ്‌ഫോമായ SPACE, Perplexity ഓപ്പൺ സോഴ്സ് ചെയ്യുന്നു
  3. Two people working at separate desks in a dimly lit office.
    ഡെവലപ്പർമാർ2026 സെപ്റ്റം 28Agent API ഇപ്പോൾ പുനരുപയോഗിക്കാവുന്ന ഏജന്റുകളെ പിന്തുണയ്ക്കുന്നുഅപ്ലിക്കേഷനുകളിലുടനീളം പങ്കിടാൻ കഴിയുന്ന, പതിപ്പ് ചെയ്ത പ്രൊഫൈലുകൾ, നൈപുണ്യം, നിയന്ത്രിത കണക്ടറുകൾ എന്നിവ ഉപയോഗിച്ച് ടീമുകൾ പുനരുപയോഗിക്കാവുന്ന ഏജന്റുകൾ സൃഷ്ടിക്കുന്നു.

Perplexity Research ടീമിൽ നിന്ന് കൂടുതൽ

  1. SPACE-ൽ നിന്ന് രക്ഷപ്പെടൽ: ഭാഗം IAI ഏജന്റുകൾക്കായി VM ഐസൊലേഷനും നെറ്റ്‌വർക്ക് കൺഫൈൻമെന്റും റെഡ്-ടീം ചെയ്യുന്നു.
  2. ആളുകൾക്കും ഏജന്റുകൾക്കുമായി പങ്കിട്ട വർക്ക്‌സ്‌പേസുകൾ നിർമ്മിക്കുന്നുദീർഘകാല ജോലികൾക്ക് സ്ഥായിത്വവും കൺകറൻസിയും ട്രേസബിലിറ്റിയും Perplexity പ്രോജക്റ്റുകൾ എങ്ങനെ ഉറപ്പാക്കുന്നു.
  3. ഒരു single vector-നെ മറികടക്കുന്ന multimodal embeddingsമോഡൽ വലുപ്പങ്ങൾക്കാകമാനം പങ്കിട്ട embedding space ഉള്ള, ടെക്സ്റ്റും ചിത്രവും തിരയുന്നതിനുള്ള late-interaction മോഡലുകളുടെ ഒരു പുതിയ കുടുംബം.
എല്ലാ ഗവേഷണവും

അടുത്തിടെ പ്രസിദ്ധീകരിച്ചത്

211 പോസ്റ്റുകൾ കണ്ടെത്തി

  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. പുതിയ FedRAMP സർട്ടിഫിക്കേഷനിലൂടെ Perplexity കൂടുതൽ സർക്കാർ വർക്ക്ഫ്ലോകളിലേക്ക്പുതിയ FedRAMP സർട്ടിഫിക്കേഷന്റെ ഭാഗമായി, ഫെഡറൽ ഏജൻസികൾക്ക് Perplexity ഉപയോഗിച്ച് ലൈവ് വെബിൽ സെർച്ച് ചെയ്യാനും ഉറവിടങ്ങൾ ഉദ്ധരിക്കുന്ന ഉത്തരങ്ങൾ നേടാനും കഴിയും.
  3. അടിസ്ഥാന RAG നടപ്പിലാക്കൽ: ഘട്ടം ഘട്ടമായുള്ള ട്യൂട്ടോറിയൽഒരു അടിസ്ഥാന RAG നടപ്പിലാക്കൽ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് തുടക്കക്കാർക്ക് അനുയോജ്യമായ ഈ ട്യൂട്ടോറിയൽ വിശദീകരിക്കുന്നു, മികച്ച രീതികൾ പരിചയപ്പെടുത്തുന്നു, കൂടാതെ Python, ChromaDB, Perplexity-യുടെ എംബെഡിംഗ്, ലാംഗ്വേജ് മോഡലുകൾ എന്നിവ ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന ഒരു കമാൻഡ്-ലൈൻ RAG സിസ്റ്റം നിർമ്മിക്കുന്ന വിധം ഘട്ടം ഘട്ടമായി കാണിച്ചുതരുന്നു.
  4. LLM ഗേറ്റ്‌വേ എങ്ങനെ പ്രവർത്തിക്കുന്നു? എഞ്ചിനീയറിംഗ് ടീമുകൾക്കായുള്ള ഒരു പ്രായോഗിക ഗൈഡ്നിങ്ങളുടെ മോഡൽ കോളുകൾ റൂട്ട് ചെയ്യുകയും ഓതന്റിക്കേറ്റ് ചെയ്യുകയും കാഷെ ചെയ്യുകയും ലോഗ് ചെയ്യുകയും ചെയ്യുന്ന ഒരു റിവേഴ്‌സ് പ്രോക്സിയാണ് LLM ഗേറ്റ്‌വേ; ഒരു അഭ്യർത്ഥന ഗേറ്റ്‌വേയിലൂടെ കടന്നുപോകുന്ന വഴി ഈ ഗൈഡ് പിന്തുടരുന്നു, മുൻകൂട്ടി ആസൂത്രണം ചെയ്യേണ്ട സുരക്ഷാ, വിശ്വാസ്യതാ അപകടസാധ്യതകൾ വിശദീകരിക്കുന്നു, കൂടാതെ സ്വന്തമായി നിർമ്മിക്കൽ, സെൽഫ്-ഹോസ്റ്റിംഗ്, മാനേജ്ഡ്, API ഗേറ്റ്‌വേ എന്നീ ഓപ്ഷനുകൾ താരതമ്യം ചെയ്യുന്നു.
  5. എന്താണ് RAG ആർക്കിടെക്ചർ? വിശദമായ പ്രായോഗിക ഉദാഹരണങ്ങളോടുകൂടിയ സമ്പൂർണ്ണ നിർവചനംബാഹ്യ വിവരങ്ങൾ സംഭരിക്കുകയും വീണ്ടെടുക്കുകയും ഒരു LLM-ലേക്ക് നൽകുകയും ചെയ്യുന്ന ഘടകങ്ങളുടെ കൂട്ടമാണ് RAG ആർക്കിടെക്ചർ; അടിസ്ഥാന, ഹൈബ്രിഡ് RAG മുതൽ ഏജന്റിക് RAG, GraphRAG വരെയുള്ള 10 തരങ്ങളെ ഈ ഗൈഡ് രണ്ട് ഘട്ടം ഘട്ടമായുള്ള ഉദാഹരണങ്ങൾ സഹിതം വിശദീകരിക്കുന്നു.
  6. AI ഏജന്റുകളെ എങ്ങനെ വിലയിരുത്താം: ടെസ്റ്റ് സെറ്റുകൾ, ഗ്രേഡറുകൾ, റിഗ്രഷൻ പരിശോധനകൾവിജയം നിർവചിക്കുന്നതും യഥാർത്ഥ പരാജയങ്ങളിൽ നിന്ന് ടെസ്റ്റ് സെറ്റുകൾ നിർമ്മിക്കുന്നതും മുതൽ ഗ്രേഡറുകൾ തിരഞ്ഞെടുക്കുന്നതും റിഗ്രഷൻ പരിശോധനകൾ നടത്തുന്നതും പ്രൊഡക്ഷനിൽ നിരീക്ഷിക്കുന്നതും വരെ, AI ഏജന്റുകളെ വിലയിരുത്തുന്നതിനുള്ള പ്രായോഗികമായ ആറ് ഘട്ട ഗൈഡ്.
  7. ടീമിന്റെ ടോക്കൺ ചെലവ് എങ്ങനെ ട്രാക്ക് ചെയ്യാം, എങ്ങനെ നിയന്ത്രിക്കാംടീമുകൾക്ക് ഡാഷ്ബോർഡുകളിലും റിപ്പോർട്ടുകളിലും തങ്ങളുടെ ടോക്കൺ ഉപയോഗം എങ്ങനെ കാണാം, ഏതെല്ലാം തരം AI ജോലികളാണ് ഏറ്റവും കൂടുതൽ ടോക്കണുകൾ ഉപയോഗിക്കുന്നത്, അത് കുറയ്ക്കാൻ നിയന്ത്രണങ്ങൾ എങ്ങനെ ഉപയോഗിക്കാം എന്നിവ.
  8. നല്ല അധ്യാപകൻ വിദ്യാർത്ഥിയുടെ നിലവാരത്തിലേക്ക് ഇറങ്ങിച്ചെല്ലുന്നുസങ്കീർണ്ണമായ റീസണിംഗിലും ഏജന്റിക് ടാസ്കുകളിലും മോഡൽ പ്രകടനവും ട്രെയിനിംഗ് കാര്യക്ഷമതയും മെച്ചപ്പെടുത്താൻ അധ്യാപകനെയും വിദ്യാർത്ഥിയെയും സംയുക്തമായി ട്രെയിൻ ചെയ്യുന്ന പുതിയൊരു സെൽഫ്-ഡിസ്റ്റിലേഷൻ രീതി.
  9. എന്താണ് AI ഗേറ്റ്‌വേ? LLM, ഏജന്റ് ട്രാഫിക്കിനായുള്ള റൂട്ടിംഗ്, ചെലവ് നിയന്ത്രണം, ഗവേണൻസ് എന്നിവയ്ക്കുള്ള ഒരു ഗൈഡ്നിങ്ങളുടെ ആപ്ലിക്കേഷനുകൾക്കോ AI ഏജന്റുകൾക്കോ അവ വിളിക്കുന്ന മോഡലുകൾക്കും ഇടയിലുള്ള ഒരു കേന്ദ്ര പ്രോക്സിയാണ് AI ഗേറ്റ്‌വേ; റൂട്ടിംഗ്, ചെലവ് നിയന്ത്രണം, സുരക്ഷ, ഒബ്സർവബിലിറ്റി എന്നിവ ഇത് ഒരിടത്ത് കൈകാര്യം ചെയ്യുന്നു.
  10. Valarian-നൊപ്പം Perplexity, Computer-നെ എന്റർപ്രൈസ് ഇൻഫ്രാസ്ട്രക്ചറിലേക്ക് എത്തിക്കുന്നുസെൻസിറ്റീവ് ഡാറ്റയ്ക്കും നിയന്ത്രണവിധേയമായ വർക്ക്‌ലോഡുകൾക്കുമുള്ള നിയന്ത്രണങ്ങളോടെ Perplexity-യും Valarian-ഉം Computer-നെ സ്ഥാപന ഇൻഫ്രാസ്ട്രക്ചറിലേക്ക് എത്തിക്കുന്നു