Блог 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
Дослідження21 жовт. 2026 р.Добрий вчитель враховує рівень учняНовий метод самодистиляції, який спільно навчає вчителя й учня, щоб покращити продуктивність моделі та ефективність навчання у складних завданнях на міркування та агентних завданнях.
People working on laptops with the U.S. Capitol visible through a window at dusk.
Новини28 жовт. 2026 р.Нова сертифікація FedRAMP відкриває Perplexity шлях до ширшого кола урядових робочих процесівЗавдяки новій сертифікації FedRAMP федеральні агентства можуть шукати у вебі в реальному часі за допомогою Perplexity й отримувати відповіді з цитатами.

Вибране

  1. A white shield and keyhole on a translucent glass tile against a teal landscape.
    Ідеї29 вер. 2026 р.Як ми створюємо безпечніших агентівБагаторівневий захист, незалежний моніторинг та нагляд людини для хмарних, браузерних, локальних агентів та агентів на кінцевих точках Perplexity.
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    Новини15 жовт. 2026 р.Відкриваємо код SPACE — платформи пісочниць, на якій працює ComputerPerplexity відкриває код SPACE — платформи пісочниць, на якій працює Computer, — щоб допомогти розробникам створювати безпечніших автономних агентів ШІ
  3. Two people working at separate desks in a dimly lit office.
    Розробники28 вер. 2026 р.Agent API тепер підтримує багаторазових агентівКоманди створюють багаторазових агентів із профілями, навичками та керованими конекторами з версіями, якими можна ділитися між додатками.

Більше від команди Perplexity Research

  1. Втеча з SPACE: Частина IРед-теімінг ізоляції віртуальних машин і мережевої ізоляції для ШІ-агентів.
  2. Створення спільних робочих просторів для людей та агентівЯк проєкти Perplexity забезпечують збереженість, паралельність і відстежуваність тривалої роботи.
  3. Мультимодальні вбудовування за межами одного вектораНова сім’я моделей пізньої взаємодії для текстового та зображеневого пошуку, зі спільним простором вбудовувань між розмірами моделей.
Усі дослідження

Нещодавно опубліковано

211 дописів знайдено

  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. Нова сертифікація FedRAMP відкриває Perplexity шлях до ширшого кола урядових робочих процесівЗавдяки новій сертифікації FedRAMP федеральні агентства можуть шукати у вебі в реальному часі за допомогою Perplexity й отримувати відповіді з цитатами.
  3. Базова реалізація RAG: покроковий посібникЦей посібник для початківців пояснює, як працює базова реалізація RAG, розглядає найкращі практики й крок за кроком показує, як створити робочу систему RAG для командного рядка за допомогою Python, ChromaDB, а також моделей ембедингів і мовних моделей Perplexity.
  4. Як працює LLM-шлюз? Практичний посібник для інженерних командLLM-шлюз — це зворотний проксі, який маршрутизує, автентифікує, кешує та логує ваші виклики моделей; у цьому посібнику ми простежимо шлях запиту через шлюз, розглянемо ризики для безпеки й надійності, які варто врахувати, і порівняємо варіанти: власну розробку, самостійне розгортання, керовані сервіси та API-шлюзи.
  5. Що таке архітектура RAG? Повне визначення з докладними практичними прикладамиАрхітектура RAG — це сукупність компонентів, які зберігають і отримують зовнішню інформацію та передають її LLM; у цьому посібнику розглянуто 10 типів — від базового й гібридного RAG до агентного RAG і GraphRAG — і два покрокові приклади.
  6. Як оцінювати ШІ-агентів: тестові набори, оцінювачі та регресійні перевіркиПрактичний посібник із шести кроків з оцінювання ШІ-агентів: від визначення успіху та створення тестових наборів на основі реальних збоїв до вибору оцінювачів, запуску регресійних перевірок і моніторингу в робочому середовищі.
  7. Як відстежувати й контролювати витрати токенів командиЯк командам бачити використання токенів на панелях і у звітах, які види роботи з ШІ використовують найбільше токенів і як зменшити це використання за допомогою засобів контролю.
  8. Добрий вчитель враховує рівень учняНовий метод самодистиляції, який спільно навчає вчителя й учня, щоб покращити продуктивність моделі та ефективність навчання у складних завданнях на міркування та агентних завданнях.
  9. Що таке ШІ-шлюз? Посібник із маршрутизації, контролю витрат і управління трафіком LLM та ШІ-агентівШІ-шлюз — це центральний проксі між вашими застосунками або ШІ-агентами та моделями, які вони викликають; він в одному місці забезпечує маршрутизацію, контроль витрат, безпеку та спостережуваність.
  10. Perplexity переносить Computer у корпоративну інфраструктуру разом із ValarianPerplexity і Valarian переносять Computer в інфраструктуру установ із засобами контролю для чутливих даних і регульованих робочих навантажень