Perplexity-bloggen

Fremhevet
Ideer29. sep. 2026Hvordan vi konstruerer tryggere agenterLagdelte sikkerhetstiltak, uavhengig overvåking og menneskelig tilsyn på tvers av Perplexitys sky-, nettleser-, lokale og endepunktsagenter.
Nyheter15. okt. 2026SPACE, sandbox-plattformen bak Computer, blir åpen kildekodePerplexity gjør SPACE, sandbox-plattformen bak Computer, til åpen kildekode for å hjelpe utviklere med å bygge tryggere autonome AI-agenter
Utviklere28. sep. 2026Agent API støtter nå gjenbrukbare agenterTeam oppretter gjenbrukbare agenter med versjonerte Profiles, Skills og administrerte koblinger som de kan dele på tvers av applikasjoner.
Mer fra Perplexitys forskningsteam
Rømme fra SPACE: Del IRed-lagstesting av VM-isolering og nettverksinneslutning for AI-agenter.
Slik bygger vi delte arbeidsområder for mennesker og agenterSlik sikrer prosjekter i Perplexity persistens, samtidighet og sporbarhet i langvarig arbeid.
Multimodale embeddings utover en enkelt vektorEn ny familie av modeller med sen interaksjon for tekst- og bildegjenfinning, med et delt innleiringsrom på tvers av modellstørrelser.
Nylig publisert
211 innlegg funnet
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.
Ny FedRAMP-sertifisering bringer Perplexity inn i flere offentlige arbeidsflyterFøderale etater kan søke på nettet i sanntid med Perplexity og få svar med kildehenvisninger takket være en ny FedRAMP-sertifisering.
Enkel RAG-implementering: en trinnvis veiledningDenne nybegynnervennlige veiledningen forklarer hvordan en enkel RAG-implementering fungerer, går gjennom beste praksis og viser trinn for trinn hvordan du bygger et fungerende RAG-system for kommandolinjen med Python, ChromaDB og Perplexitys embedding- og språkmodeller.
Hvordan fungerer en LLM-gateway? En praktisk veiledning for utviklingsteamEn LLM-gateway er en omvendt proxy som ruter, autentiserer, hurtigbufrer og logger modellkallene dine. Denne veiledningen følger en forespørsel gjennom en slik gateway, tar for seg sikkerhets- og pålitelighetsrisikoene du må planlegge for, og sammenligner alternativene: å bygge selv, drifte selv, bruke en administrert tjeneste eller bruke en API-gateway.
Hva er RAG-arkitektur? En fullstendig definisjon med detaljerte praktiske eksemplerRAG-arkitektur er settet med komponenter som lagrer, henter og mater ekstern informasjon inn i en LLM. Denne guiden går gjennom 10 typer, fra grunnleggende og hybrid RAG til agentisk RAG og GraphRAG, med to trinnvise eksempler.
Slik evaluerer du KI-agenter: testsett, vurderere og regresjonskontrollerEn praktisk guide i seks trinn for å evaluere KI-agenter – fra å definere suksess og bygge testsett ut fra reelle feil til å velge vurderere, kjøre regresjonskontroller og overvåke i produksjon.
Slik sporer og kontrollerer du teamets tokenforbrukHvordan team kan se tokenbruken sin i dashbord og rapporter, hvilke typer KI-arbeid som bruker flest tokener, og hvordan de kan bruke kontroller til å redusere den.En god lærer møter eleven der eleven erEn ny metode for selvdestillasjon som trener lærer og elev sammen for å forbedre modellytelse og treningseffektivitet på komplekse resonneringsoppgaver og agentiske oppgaver.
Hva er en AI-gateway? En guide til ruting, kostnadskontroll og styring av LLM- og agenttrafikkEn AI-gateway er en sentral proxy mellom applikasjonene eller AI-agentene dine og modellene de kaller, og håndterer ruting, kostnadskontroll, sikkerhet og observerbarhet på ett sted.
Perplexity bringer Computer til bedriftsinfrastruktur med ValarianPerplexity og Valarian bringer Computer til institusjonell infrastruktur med kontroller for sensitive data og regulerte arbeidsbelastninger