O blog de Perplexity


Destacado
IdeasNov 1, 2026A charla sobre o coñecemento
NovasOct 15, 2026Liberamos o código de SPACE, a plataforma de contornos illados na que se basea ComputerPerplexity publica como código aberto SPACE, a plataforma de contornos illados na que se basea Computer, para axudar aos desenvolvedores a construír axentes de IA autónomos máis seguros
DesenvolvedoresSep 28, 2026A Agent API agora admite axentes reutilizablesOs equipos crean axentes reutilizables con Profiles, Skills e conectores xestionados versionados que poden compartir entre aplicacións.
Máis do equipo de investigación de Perplexity
Un bo mestre vai ao encontro do alumno alí onde estáUn novo método de autodestilación que adestra conxuntamente o mestre e o alumno para mellorar o rendemento do modelo e a eficiencia do adestramento en tarefas complexas de razoamento e tarefas axénticas.
Crear espazos de traballo compartidos para persoas e axentesComo fan os Proxectos de Perplexity que o traballo de longa duración sexa persistente, concorrente e trazable.
Incrustacións multimodais máis alá dun único vectorUnha nova familia de modelos de interacción tardía para recuperación de texto e imaxe, cun espazo de incrustación compartido entre tamaños de modelo.
Publicado recentemente
Atopáronse 217 publicacións
Axentes autónomos: que son e como funcionanEsta guía explica que son os axentes autónomos, como planifican, usan ferramentas, lembran e comproban o seu traballo, e como os usan as persoas para a investigación, o correo electrónico, os traballos académicos e as compras.
Computer para comercio electrónico está deseñado para o crecemento das marcasUsa Computer para comercio electrónico e analiza as vendas de Shopify, crea páxinas de produtos e elabora campañas publicitarias e de correo electrónico para medrar.
BrowseSafe++: construír defensas máis sólidas contra a inxección de prompts no mundo realUn banco de probas aberto e dous detectores lixeiros para axentes de navegador.
Memoria dos axentes de IA: como crear axentes de IA con contexto persistenteEsta guía explica que é a memoria dos axentes de IA, como funcionan conxuntamente a memoria de traballo, a episódica, a semántica e a procedemental, e como crear e probar axentes que melloran grazas ao contexto persistente.
A charla sobre o coñecemento
Como facer o axuste fino dun LLM [e cando usar RAG ou prompts no seu lugar]Esta guía explica como facer o axuste fino dun LLM paso a paso, compara o axuste fino completo con LoRA e QLoRA, e mostra cando os prompts ou RAG son a mellor forma de mellorar as saídas dun modelo.
Embeddings de texto explicados: como funcionan [+exemplos]Esta guía explica que son os embeddings de texto, como converten o texto en vectores que captan o significado e como escoller, avaliar e aplicar modelos de embeddings á busca, ao RAG e a outros casos de uso reais.
A nova certificación FedRAMP leva Perplexity a máis fluxos de traballo do gobernoAs axencias federais poden buscar na web en tempo real con Perplexity e obter respostas con citas grazas a unha nova certificación FedRAMP.
Implementación básica da RAG: titorial paso a pasoEste titorial para principiantes explica como funciona unha implementación básica da RAG, repasa as boas prácticas e guía paso a paso na construción dun sistema RAG funcional de liña de comandos con Python, ChromaDB e os modelos de embeddings e de linguaxe de Perplexity.
Como funciona unha pasarela de LLM? Unha guía práctica para equipos de enxeñaríaUnha pasarela de LLM é un proxy inverso que enruta, autentica, almacena en caché e rexistra as chamadas aos teus modelos; esta guía segue o percorrido dunha solicitude a través dunha delas, analiza os riscos de seguridade e fiabilidade que cómpre prever e compara as opcións de desenvolvela internamente, aloxala na túa propia infraestrutura, usar un servizo xestionado ou recorrer a unha pasarela de API.