Blog Perplexity

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
Badania21 paź 2026Dobry nauczyciel dostosowuje się do poziomu uczniaNowa metoda samodestylacji, która wspólnie trenuje nauczyciela i ucznia, aby poprawić wydajność modelu i efektywność treningu w złożonych zadaniach wymagających rozumowania oraz w zadaniach agentowych.
People working on laptops with the U.S. Capitol visible through a window at dusk.
Aktualności28 paź 2026Nowa certyfikacja FedRAMP otwiera Perplexity drogę do kolejnych przepływów pracy w administracji rządowejDzięki nowej certyfikacji FedRAMP agencje federalne mogą przeszukiwać internet na żywo za pomocą Perplexity i otrzymywać odpowiedzi z cytatami.

Wyróżnione

  1. A white shield and keyhole on a translucent glass tile against a teal landscape.
    Pomysły29 wrz 2026Jak projektujemy bezpieczniejszych agentówWarstwowe zabezpieczenia, niezależne monitorowanie i nadzór człowieka nad agentami w chmurze, w przeglądarce, lokalnymi i punktów końcowych Perplexity.
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    Aktualności15 paź 2026Udostępniamy jako open source SPACE – platformę piaskownic, na której działa ComputerPerplexity udostępnia jako open source SPACE – platformę piaskownic, na której działa Computer – aby pomóc programistom budować bezpieczniejszych autonomicznych agentów AI
  3. Two people working at separate desks in a dimly lit office.
    Deweloperzy28 wrz 2026Agent API obsługuje teraz agentów wielokrotnego użytkuZespoły tworzą agentów wielokrotnego użytku z wersjonowanymi profilami, umiejętnosciami i zarządzanymi łącznikami, którymi mogą dzielić się między aplikacjami.

Więcej od zespołu Perplexity Research

  1. Ucieczka ze SPACE: Część ITesty penetracyjne izolacji maszyn wirtualnych i sieci dla agentów AI.
  2. Tworzenie wspólnych przestrzeni roboczych dla ludzi i agentówJak Projekty w Perplexity zapewniają trwałość, współbieżność i identyfikowalność długotrwałej pracy.
  3. Embeddings multimodalne wykraczające poza pojedynczy wektorNowa rodzina modeli późnej interakcji do wyszukiwania tekstu i obrazów, ze wspólną przestrzenią embeddingów dla różnych rozmiarów modeli.
Wszystkie badania

Ostatnio opublikowane

Znaleziono 211 wpisów

  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. Nowa certyfikacja FedRAMP otwiera Perplexity drogę do kolejnych przepływów pracy w administracji rządowejDzięki nowej certyfikacji FedRAMP agencje federalne mogą przeszukiwać internet na żywo za pomocą Perplexity i otrzymywać odpowiedzi z cytatami.
  3. Podstawowe wdrożenie RAG: samouczek krok po krokuTen przyjazny dla początkujących samouczek wyjaśnia, jak działa podstawowe wdrożenie RAG, omawia najlepsze praktyki i prowadzi krok po kroku przez budowę działającego systemu RAG z interfejsem wiersza poleceń przy użyciu Pythona, ChromaDB oraz modeli embeddingów i modeli językowych Perplexity.
  4. Jak działa brama LLM? Praktyczny przewodnik dla zespołów inżynierskichBrama LLM to odwrotne proxy, które kieruje, uwierzytelnia, buforuje i rejestruje wywołania modeli; ten przewodnik śledzi drogę żądania przez bramę, omawia zagrożenia dla bezpieczeństwa i niezawodności, które trzeba uwzględnić, oraz porównuje różne opcje: własną implementację, samodzielny hosting, usługę zarządzaną i bramę API.
  5. Czym jest architektura RAG? Pełna definicja ze szczegółowymi praktycznymi przykładamiArchitektura RAG to zestaw komponentów, które przechowują, pobierają i przekazują modelowi LLM informacje zewnętrzne. Ten przewodnik omawia 10 rodzajów – od podstawowego i hybrydowego RAG po agentowy RAG i GraphRAG – wraz z dwoma przykładami krok po kroku.
  6. Jak oceniać agentów AI: zestawy testowe, mechanizmy oceniające i kontrole regresjiPraktyczny przewodnik po ewaluacji agentów AI w sześciu krokach: od zdefiniowania sukcesu i budowania zestawów testowych na podstawie rzeczywistych błędów, przez wybór mechanizmów oceniających i przeprowadzanie kontroli regresji, aż po monitorowanie w środowisku produkcyjnym.
  7. Jak śledzić i kontrolować wydatki zespołu na tokenyJak zespoły mogą sprawdzać zużycie tokenów w panelach i raportach, które rodzaje pracy z AI zużywają najwięcej tokenów oraz jak ograniczać to zużycie za pomocą mechanizmów kontroli.
  8. Dobry nauczyciel dostosowuje się do poziomu uczniaNowa metoda samodestylacji, która wspólnie trenuje nauczyciela i ucznia, aby poprawić wydajność modelu i efektywność treningu w złożonych zadaniach wymagających rozumowania oraz w zadaniach agentowych.
  9. Czym jest brama AI? Przewodnik po routingu, kontroli kosztów i nadzorze nad ruchem LLM i agentówBrama AI to centralny serwer proxy pośredniczący między twoimi aplikacjami lub agentami AI a wywoływanymi przez nie modelami, który w jednym miejscu obsługuje routing, kontrolę kosztów, bezpieczeństwo i obserwowalność.
  10. Perplexity wprowadza Computer do infrastruktury przedsiębiorstw we współpracy z ValarianPerplexity i Valarian wprowadzają Computer do infrastruktury instytucji, oferując mechanizmy kontroli dla wrażliwych danych i obciążeń podlegających regulacjom