Perplexity-bloggen

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
Forskning21 okt. 2026En bra lärare möter eleven där den ärEn ny självdestillationsmetod som tränar lärare och elev gemensamt för att förbättra modellprestanda och träningseffektivitet på komplexa resonemangsuppgifter och agentiska uppgifter.
People working on laptops with the U.S. Capitol visible through a window at dusk.
Nyheter28 okt. 2026Ny FedRAMP-certifiering ger Perplexity plats i fler av myndigheternas arbetsflödenFederala myndigheter kan söka på webben i realtid med Perplexity och få svar med källhänvisningar tack vare en ny FedRAMP-certifiering.

Utvalda

  1. A white shield and keyhole on a translucent glass tile against a teal landscape.
    Idéer29 sep. 2026Hur vi konstruerar säkrare agenterSkiktade skyddsåtgärder, oberoende övervakning och mänsklig tillsyn i Perplexitys moln-, webbläsar-, lokal- och slutpunktsagenter.
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    Nyheter15 okt. 2026SPACE, sandlådeplattformen bakom Computer, blir öppen källkodPerplexity släpper SPACE, sandlådeplattformen bakom Computer, som öppen källkod för att hjälpa utvecklare att bygga säkrare autonoma AI-agenter
  3. Two people working at separate desks in a dimly lit office.
    Utvecklare28 sep. 2026Agent API stöder nu återanvändbara agenterTeam skapar återanvändbara agenter med versionshanterade Profiles, Skills och hanterade anslutningar som de kan dela mellan applikationer.

Mer från Perplexitys forskningsteam

  1. Fly från SPACE: Del IRed-teaming av VM-isolering och nätverksinneslutning för AI-agenter.
  2. Så bygger vi delade arbetsytor för människor och agenterSå gör Projekt i Perplexity långvarigt arbete beständigt, parallellt och spårbart.
  3. Multimodala embeddingar bortom en enda vektorEn ny familj av modeller med sen interaktion för text- och bildretrieval, med ett delat inbäddningsutrymme över modellstorlekar.
All forskning

Nyligen publicerat

211 inlägg hittades

  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. Ny FedRAMP-certifiering ger Perplexity plats i fler av myndigheternas arbetsflödenFederala myndigheter kan söka på webben i realtid med Perplexity och få svar med källhänvisningar tack vare en ny FedRAMP-certifiering.
  3. Grundläggande RAG-implementering: en steg-för-steg-guideDen här nybörjarvänliga guiden förklarar hur en grundläggande RAG-implementering fungerar, går igenom bästa praxis och visar steg för steg hur du bygger ett fungerande RAG-system för kommandoraden med Python, ChromaDB samt Perplexitys inbäddnings- och språkmodeller.
  4. Hur fungerar en LLM-gateway? En praktisk guide för utvecklingsteamEn LLM-gateway är en omvänd proxy som dirigerar, autentiserar, cachar och loggar dina modellanrop. Den här guiden följer ett anrop genom en gateway, går igenom de säkerhets- och tillförlitlighetsrisker du behöver planera för och jämför alternativen att bygga själv, drifta själv, välja en hanterad tjänst eller använda en API-gateway.
  5. Vad är RAG-arkitektur? En fullständig definition med detaljerade praktiska exempelRAG-arkitektur är den uppsättning komponenter som lagrar, hämtar och matar in extern information i en LLM; den här guiden går igenom 10 typer, från grundläggande och hybrid RAG till agentisk RAG och GraphRAG, med två steg-för-steg-exempel.
  6. Så utvärderar du AI-agenter: testuppsättningar, bedömare och regressionskontrollerEn praktisk guide i sex steg för att utvärdera AI-agenter – från att definiera framgång och bygga testuppsättningar utifrån verkliga fel till att välja bedömare, köra regressionskontroller och övervaka i produktion.
  7. Så spårar och styr du teamets tokenförbrukningHur team kan se sin tokenanvändning i instrumentpaneler och rapporter, vilka typer av AI-arbete som använder flest tokens och hur kontroller kan användas för att minska den.
  8. En bra lärare möter eleven där den ärEn ny självdestillationsmetod som tränar lärare och elev gemensamt för att förbättra modellprestanda och träningseffektivitet på komplexa resonemangsuppgifter och agentiska uppgifter.
  9. Vad är en AI-gateway? En guide till routning, kostnadskontroll och styrning för LLM- och agenttrafikEn AI-gateway är en central proxy mellan dina applikationer eller AI-agenter och de modeller de anropar, som hanterar routning, kostnadskontroll, säkerhet och observerbarhet på ett och samma ställe.
  10. Perplexity tar Computer till företagsinfrastruktur med ValarianPerplexity och Valarian tar Computer till institutionell infrastruktur med kontroller för känsliga data och reglerade arbetslaster