नवीन Sonar ला भेट द्या: एक अत्यंत वेगवान मॉडेल

आजपासून, सर्व Perplexity Pro वापरकर्ते Sonar ची नवीनतम आवृत्ती वापरून पाहू शकतील, जे उत्तर गुणवत्ता आणि वापरकर्ता अनुभवासाठी ऑप्टिमाइझ केलेले Perplexity चे इन-हाउस मॉडेल आहे. Llama 3.3 70B वर आधारित, Perplexity च्या डीफॉल्ट शोध मोडसाठी उत्तराची सत्यता आणि वाचनीयता वाढवण्यासाठी Sonar ला आणखी प्रशिक्षित केले गेले आहे.

सर्वसमावेशक ऑनलाइन A/B चाचणीद्वारे, आम्हाला आढळले आहे की Sonar त्याच्या वर्गातील GPT-4o mini आणि Claude 3.5 Haiku सारख्या मॉडेल्सपेक्षा लक्षणीयरीत्या सरस आहे, तर वापरकर्त्याच्या समाधानासाठी GPT-4o आणि Claude 3.5 Sonnet सारख्या फ्रंटियर मॉडेल्सच्या कामगिरीशी जवळून जुळते किंवा ओलांडते. Cerebras इन्फरन्स इन्फ्रास्ट्रक्चरद्वारे समर्थित, Sonar दर सेकंदाला 1200 टोकन्सच्या वेगवान गतीने चालते — ज्यामुळे जवळजवळ त्वरित उत्तर जनरेट करणे शक्य होते.

वापरकर्त्यांचे समाधान मोजण्यासाठी आम्ही Sonar ची विस्तृत ऑनलाइन A/B चाचणी घेतली — हे उत्पादन वापर आणि टिकवून ठेवण्याशी जोरदारपणे संबंधित असलेले एक प्रमुख मेट्रिक आहे. हे मेट्रिक कॅप्चर करते की Perplexity वर प्रश्न विचारताना वापरकर्ते किती समाधानी आणि व्यस्त असतात.

आमच्या मूल्यमापनातून दिसून येते की Sonar GPT-4o mini आणि Claude 3.5 Haiku दोन्हीपेक्षा मोठ्या फरकाने मागे टाकते. आम्ही अधिक महागड्या फ्रंटियर मॉडेल्सच्या तुलनेत Sonar ची तुलना केली आणि आम्हाला आढळले की ते Claude 3.5 Sonnet पेक्षा सरस आहे, तर कमी किमतीत आणि 10x पेक्षा जास्त वेगाने GPT-4o च्या कामगिरीच्या जवळ पोहोचते.

Cerebras इन्फरन्स इन्फ्रास्ट्रक्चरद्वारे समर्थित, Sonar अत्यंत वेगाने उत्तरे देते, Gemini 2.0 Flash सारख्या तुलनात्मक मॉडेल्सपेक्षा जवळपास 10x वेगाने डिकोडिंग थ्रूपुट प्राप्त करते. यामुळे जवळजवळ त्वरित उत्तर जनरेट करणे शक्य होते, ज्यामुळे Sonar द्रुत माहिती पुनर्प्राप्ती किंवा तपशीलवार प्रश्न उत्तरांच्या वापरासाठी आदर्श बनते.

आम्ही वापरकर्त्यांच्या समाधानाशी जोरदारपणे संबंधित असलेल्या दोन महत्त्वपूर्ण परिमाणांवर Sonar ऑप्टिमाइझ केले — उत्तराची सत्यता आणि वाचनीयता.

उत्तराची सत्यता: शोध परिणामांमध्ये ग्राउंड केलेल्या तथ्यांचा वापर करून मॉडेल प्रश्नांची किती चांगल्या प्रकारे उत्तरे देऊ शकते आणि परस्परविरोधी किंवा गहाळ माहितीचे निराकरण करण्याची क्षमता मोजते

वाचनीयता: मजकूर व्यवस्थित करण्यासाठी मार्कडाउन फॉरमॅटिंगच्या योग्य वापरासह संक्षिप्त आणि तपशीलवार उत्तर देण्याची मॉडेलची क्षमता मोजते

आमचे परिणाम दर्शवतात की बेस मॉडेल, Llama 3.3 70B Instruct च्या तुलनेत Sonar या पैलूमध्ये लक्षणीय सुधारणा करते आणि या प्रमुख क्षेत्रांमध्ये इतर फ्रंटियर मॉडेल्सनाही मागे टाकते†.

याव्यतिरिक्त, वापरकर्त्याच्या सूचनांचे पालन आणि जागतिक ज्ञान मोजणाऱ्या शैक्षणिक बेंचमार्कवर Sonar देखील GPT-4o mini आणि Claude 3.5 Haiku सारख्या इन-क्लास मॉडेल्सपेक्षा सरस आहे.

IFEval: मॉडेल वापरकर्त्याने दिलेल्या सूचनांचे किती चांगले पालन करते ते मोजते

MMLU: विविध डोमेनमध्ये जागतिक मूल्यांचे मूल्यांकन करते

सराव मध्ये वाढलेली सत्यता आणि वाचनीयता कशी दिसते? फरक पाहण्यासाठी Sonar आणि इतर मॉडेल्सवर आयोजित केलेले हे शोध तपासा.

Sonar जलद आणि अचूक उत्तरे देण्यामध्ये उत्कृष्ट आहे, ज्यामुळे ते दैनंदिन वापरासाठी एक उत्तम मॉडेल बनते. Perplexity Pro वापरकर्ते Sonar त्यांच्या सेटिंग्जमध्ये त्यांचे डीफॉल्ट मॉडेल बनवू शकतात. हे Sonar API ऑफरिंग* द्वारे देखील वापरले जाऊ शकते.

†ही मूल्यमापने 0 ते 100 च्या स्केलवर मोजली जातात, जिथे उच्च म्हणजे चांगले

*API द्वारे प्रदान केलेले Sonar मॉडेल अद्याप Cerebras इन्फरन्स इन्फ्रास्ट्रक्चरवर चालत नाही, परंतु ते लवकरच येत आहे

Perplexity वापरकर्त्यांना Sonar आवडते

जलद गतीमुळे त्वरित उत्तरे मिळतात

Sonar अचूक आणि उच्च दर्जाची उत्तरे देण्यामध्ये उत्कृष्ट आहे

Sonar प्रश्नांची उत्तरे कशी देते

आजच Sonar वापर करा

तळटीपा