Perplexity发布上下文感知嵌入模型系列
热点事件持续更新
Perplexity发布上下文感知嵌入模型系列
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Perplexity团队发布pplx-embed-v2-context上下文嵌入模型系列，包含9B和0.6B两个规格，二者嵌入空间互相兼容。团队称，新模型通过查询感知的上下文压缩模型蒸馏分级chunk相关性进行训练，不再依赖人工标注的gold-chunk标签，并使训练目标与文档切分方式解耦。 Perplexity同时提出用于受控诊断的Context-bench和基于真实搜索查询构建的Q2D-Chunk基准，并为后者标注回答性chunk与验证所需证据chunk，公开Q2D-Chunk排行榜，以评估模型从上下文中定位相关内容的能力。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 16:09
Perplexity 发布 pplx-embed-v2-context 上下文嵌入模型系列报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- AGI HuntPerplexity 发布 pplx-embed-v2-context 上下文嵌入模型系列
Perplexity 团队发布 pplx-embed-v2-context 上下文嵌入模型系列，包含 9B 和 0.6B 两个规格。模型通过查询感知的上下文压缩与分级 chunk 相关性蒸馏训练，摆脱人工标注的 gold-chunk 标签，并提出 Context-bench、Q2D-Chunk 基准及相关排行榜。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。