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
Nghiên cứu21 thg 10, 2026Giáo viên giỏi bắt đầu từ chính trình độ của học sinhMột phương pháp tự chưng cất mới, huấn luyện đồng thời giáo viên và học sinh để cải thiện hiệu suất mô hình và hiệu quả huấn luyện trên các tác vụ suy luận phức tạp và tác vụ tác nhân.
People working on laptops with the U.S. Capitol visible through a window at dusk.
Tin tức28 thg 10, 2026Chứng nhận FedRAMP mới đưa Perplexity vào nhiều quy trình làm việc hơn của chính phủCác cơ quan liên bang có thể tìm kiếm trên web trực tiếp với Perplexity và nhận câu trả lời có trích dẫn nhờ chứng nhận FedRAMP mới.

Nổi bật

  1. A white shield and keyhole on a translucent glass tile against a teal landscape.
    Ý tưởng29 thg 9, 2026Cách chúng tôi thiết kế các tác nhân an toàn hơnCác biện pháp bảo vệ nhiều lớp, giám sát độc lập và sự giám sát của con người trên các tác nhân đám mây, trình duyệt, cục bộ và điểm cuối của Perplexity.
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    Tin tức15 thg 10, 2026Mở mã nguồn SPACE, nền tảng sandbox đằng sau ComputerPerplexity mở mã nguồn SPACE, nền tảng sandbox đằng sau Computer, nhằm giúp các nhà phát triển xây dựng những tác nhân AI tự chủ an toàn hơn
  3. Two people working at separate desks in a dimly lit office.
    Nhà phát triển28 thg 9, 2026Agent API giờ đây hỗ trợ các tác nhân có thể sử dụng lạiCác nhóm tạo ra các tác nhân có thể sử dụng lại với Profile, Skill và trình kết nối được quản lý có phiên bản mà họ có thể chia sẻ giữa các ứng dụng.

Xem thêm từ nhóm Nghiên cứu Perplexity

  1. Thoát khỏi SPACE: Phần IKiểm tra đội đỏ tính cô lập của máy ảo và giới hạn mạng cho các tác nhân AI.
  2. Xây dựng không gian làm việc chung cho con người và tác nhânCách Dự án trên Perplexity giúp công việc dài hạn luôn bền vững, hỗ trợ làm việc đồng thời và có thể truy vết.
  3. Embedding đa phương thức vượt ra ngoài một vector đơnMột họ mô hình tương tác muộn mới cho truy xuất văn bản và hình ảnh, với không gian embedding chung giữa các kích cỡ mô hình.
Tất cả nghiên cứu

Mới xuất bản gần đây

Tìm thấy 211 bài viết

  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. Chứng nhận FedRAMP mới đưa Perplexity vào nhiều quy trình làm việc hơn của chính phủCác cơ quan liên bang có thể tìm kiếm trên web trực tiếp với Perplexity và nhận câu trả lời có trích dẫn nhờ chứng nhận FedRAMP mới.
  3. Triển khai RAG cơ bản: Hướng dẫn từng bướcHướng dẫn thân thiện với người mới bắt đầu này giải thích cách một bản triển khai RAG cơ bản hoạt động, trình bày các phương pháp hay nhất và hướng dẫn từng bước xây dựng một hệ thống RAG dòng lệnh hoạt động được với Python, ChromaDB cùng các mô hình embedding và mô hình ngôn ngữ của Perplexity.
  4. Cổng LLM hoạt động như thế nào? Hướng dẫn thực tế dành cho các nhóm kỹ thuậtCổng LLM là một reverse proxy (proxy ngược) giúp định tuyến, xác thực, lưu bộ nhớ đệm và ghi nhật ký các lệnh gọi mô hình của bạn; hướng dẫn này theo dõi hành trình của một yêu cầu đi qua cổng, đề cập đến các rủi ro về bảo mật và độ tin cậy cần lường trước, đồng thời so sánh các phương án tự xây dựng, tự lưu trữ, dịch vụ được quản lý và cổng API.
  5. Kiến trúc RAG là gì? Định nghĩa đầy đủ kèm ví dụ thực tiễn chi tiếtKiến trúc RAG là tập hợp các thành phần giúp lưu trữ, truy xuất và cung cấp thông tin bên ngoài cho LLM; bài hướng dẫn này phân tích 10 loại kiến trúc, từ RAG cơ bản và RAG lai đến RAG dạng tác nhân và GraphRAG, kèm theo hai ví dụ từng bước.
  6. Cách đánh giá tác nhân AI: bộ kiểm thử, trình chấm điểm và kiểm tra hồi quyHướng dẫn thực tế gồm sáu bước để đánh giá tác nhân AI, từ xác định tiêu chí thành công và xây dựng bộ kiểm thử từ các lỗi thực tế đến lựa chọn trình chấm điểm, chạy kiểm tra hồi quy và giám sát trong môi trường production.
  7. Cách theo dõi và kiểm soát chi tiêu token của nhómCách các nhóm có thể xem mức sử dụng token trong bảng điều khiển và báo cáo, những loại công việc AI nào sử dụng nhiều token nhất và cách dùng các công cụ kiểm soát để giảm mức sử dụng.
  8. Giáo viên giỏi bắt đầu từ chính trình độ của học sinhMột phương pháp tự chưng cất mới, huấn luyện đồng thời giáo viên và học sinh để cải thiện hiệu suất mô hình và hiệu quả huấn luyện trên các tác vụ suy luận phức tạp và tác vụ tác nhân.
  9. Cổng AI là gì? Hướng dẫn về định tuyến, kiểm soát chi phí và quản trị cho lưu lượng LLM và tác nhânCổng AI là một proxy trung tâm nằm giữa các ứng dụng hoặc tác nhân AI của bạn và các mô hình mà chúng gọi, đảm nhận việc định tuyến, kiểm soát chi phí, bảo mật và khả năng quan sát tại một nơi duy nhất.
  10. Perplexity đưa Computer lên hạ tầng doanh nghiệp cùng ValarianPerplexity và Valarian đưa Computer lên hạ tầng của các tổ chức với các biện pháp kiểm soát dành cho dữ liệu nhạy cảm và khối lượng công việc chịu sự quản lý