Der Perplexity Blog

Two stacks of four browser-page views represent an attacked page and its clean twin, with the injection present only in the attacked stack.
Forschung2. Nov. 2026BrowseSafe++: Stärkere Abwehr gegen reale Prompt-Injection-Angriffe entwickelnEin offener Benchmark und zwei leichtgewichtige Detektoren für Browser-Agenten.
Woman seated on a sofa using a smartphone.
Nachrichten3. Nov. 2026Computer für E-Commerce ist für Markenwachstum gemachtNutzen Sie Computer für E-Commerce, um Shopify-Verkäufe zu analysieren, Produktseiten zu erstellen und Anzeigen- und E-Mail-Kampagnen für mehr Wachstum zu entwickeln.

Empfohlen

  1. Man pulling back curtain on horizon
    Ideen1. Nov. 2026Der Vortrag über Wissen
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    Nachrichten15. Okt. 2026SPACE, die Sandbox-Plattform hinter Computer, ist jetzt Open SourcePerplexity veröffentlicht SPACE, die Sandbox-Plattform hinter Computer, als Open Source, um Entwicklern beim Bau sichererer autonomer KI-Agenten zu helfen
  3. Two people working at separate desks in a dimly lit office.
    Entwickler28. Sept. 2026Agent API unterstützt jetzt wiederverwendbare AgentenTeams erstellen wiederverwendbare Agenten mit versionierten Profilen, Skills und verwalteten Konnektoren, die sie über Anwendungen hinweg teilen können.

Mehr vom Perplexity Research-Team

  1. Ein guter Lehrer holt den Schüler dort ab, wo er stehtEine neue Selbstdestillationsmethode, die Lehrer und Schüler gemeinsam trainiert, um Modellleistung und Trainingseffizienz bei komplexen Reasoning- und agentischen Aufgaben zu verbessern.
  2. Gemeinsame Workspaces für Menschen und Agenten entwickelnWie Perplexity-Projekte langfristige Arbeit dauerhaft, parallel bearbeitbar und nachvollziehbar machen.
  3. Multimodale Embeddings jenseits eines einzelnen VektorsEine neue Familie von Late-Interaction-Modellen für Text- und Bildretrieval mit gemeinsamem Einbettungsraum über Modellgrößen hinweg.
Alle Forschung

Kürzlich veröffentlicht

217 Beiträge gefunden

  1. Autonome Agenten: Was sie sind und wie sie funktionierenDieser Leitfaden erklärt, was autonome Agenten sind, wie sie planen, Tools nutzen, sich Dinge merken und ihre Arbeit überprüfen – und wie Menschen sie für Recherche, E-Mails, Studienaufgaben und Einkäufe einsetzen.
  2. Computer für E-Commerce ist für Markenwachstum gemachtNutzen Sie Computer für E-Commerce, um Shopify-Verkäufe zu analysieren, Produktseiten zu erstellen und Anzeigen- und E-Mail-Kampagnen für mehr Wachstum zu entwickeln.
  3. BrowseSafe++: Stärkere Abwehr gegen reale Prompt-Injection-Angriffe entwickelnEin offener Benchmark und zwei leichtgewichtige Detektoren für Browser-Agenten.
  4. Gedächtnis von KI-Agenten: So entwickeln Sie KI-Agenten mit persistentem KontextDieser Leitfaden erklärt, was das Gedächtnis von KI-Agenten ist, wie Arbeitsgedächtnis sowie episodisches, semantisches und prozedurales Gedächtnis zusammenwirken und wie Sie Agenten entwickeln und testen, die sich durch persistenten Kontext verbessern.
  5. Der Vortrag über Wissen
  6. Fine-Tuning eines LLM: So geht’s [und wann Sie stattdessen RAG oder Prompting nutzen sollten]Dieser Leitfaden erklärt Schritt für Schritt, wie Sie ein LLM per Fine-Tuning anpassen, vergleicht vollständiges Fine-Tuning mit LoRA und QLoRA und zeigt, wann Prompting oder RAG der bessere Weg ist, um die Ausgaben eines Modells zu verbessern.
  7. Text-Embeddings erklärt: So funktionieren sie [+Beispiele]Dieser Leitfaden erklärt, was Text-Embeddings sind, wie sie Text in Vektoren umwandeln, die Bedeutung erfassen, und wie Sie Embedding-Modelle auswählen, evaluieren und für Suche, RAG und andere praktische Anwendungsfälle einsetzen.
  8. Neue FedRAMP-Zertifizierung bringt Perplexity in weitere Workflows von BehördenBundesbehörden können mit Perplexity das Web in Echtzeit durchsuchen und dank einer neuen FedRAMP-Zertifizierung Antworten mit Quellenangaben erhalten.
  9. Einfache RAG-Implementierung: Ein Schritt-für-Schritt-TutorialDieses einsteigerfreundliche Tutorial erklärt, wie eine einfache RAG-Implementierung funktioniert, stellt Best Practices vor und führt Schritt für Schritt durch den Aufbau eines funktionierenden RAG-Systems für die Befehlszeile mit Python, ChromaDB sowie den Embedding- und Sprachmodellen von Perplexity.
  10. Wie funktioniert ein LLM-Gateway? Ein Praxisleitfaden für Engineering-TeamsEin LLM-Gateway ist ein Reverse Proxy, der Ihre Modellaufrufe routet, authentifiziert, cacht und protokolliert. Dieser Leitfaden verfolgt eine Anfrage auf ihrem Weg durch ein solches Gateway, behandelt die Sicherheits- und Zuverlässigkeitsrisiken, die Sie einplanen sollten, und vergleicht die Optionen Eigenentwicklung, Self-Hosting, Managed-Dienst und API-Gateway.