Como Perplexity integra a precisión na intelixencia artificial de vangarda

A nosa misión é impulsar a curiosidade, para as persoas que queren saber máis e facer máis coñecemento do mundo. Para facelo, o noso foco central foi sempre conseguir que os mellores modelos de intelixencia artificial de vangarda sexan máis precisos en Perplexity. Para facelo, o noso foco central foi sempre conseguir que os mellores modelos de intelixencia artificial de vangarda sexan máis precisos en Perplexity.

Por primeira vez, compartimos unha das tecnoloxías detrás de como facemos iso. Hoxe o noso equipo de investigación publicou unha exploración técnica de LLMs aumentados por busca.

Hai decenas de procesos que empregamos para desenvolver a precisión, e esta é unha rareza de primeira man dun deles: post-adestrar modelos de intelixencia artificial de vangarda para que dean o mellor de si fronte aos estándares de precisión para produtos de Perplexity como Search, Comet e Computer.

Adestramos o comportamento antes da busca

Un motor de respostas require que os modelos subxacentes fagan algo máis que xerar texto fluído. Teñen que atopar probas, seguir a solicitude do usuario, usar as ferramentas correctamente e converter ese traballo nunha resposta enfocada.

Facemos o post-adestramento para iso en dúas fases. Primeiro, ensinamos ao modelo como comportarse dentro do produto, incluíndo como seguir instrucións, manterse consistente e usar as ferramentas do xeito correcto. Despois adestramos en tarefas de busca máis difíciles para que mellore á hora de atopar probas, usalas ben e responder de xeito máis eficiente.

O enfoque por etapas é unha das diferenzas simples entre Perplexity e unha configuración de encapsulamento tradicional con modelo e acceso á web. É por iso que o mesmo modelo pode producir resultados diferentes en diferentes produtos, e por que pode funcionar mellor en Perplexity que nun desprazamento máis sinxelo.

Preguntas que requiren síntese

Algunhas preguntas son consultas fáciles. Outras requiren que o modelo conecte probas entre fontes.

Adestramos en preguntas que requiren que o modelo conecte probas entre fontes. Para preguntas fácticas, empregamos tarefas que obrigan ao modelo a buscar, razoar e verificar en lugar de saltar a unha resposta a partir dunha pista obvia. Moitas preguntas requiren conectar información a través de múltiples fontes. Requiren que o modelo pase dunha peza de evidencia a outra e constrúa a resposta a partir desa cadea.

Tamén adestramos en diferentes formatos de resposta, para que o modelo se manteña preciso tanto se o usuario quere un parágrafo, unha lista, unha táboa ou outra estrutura. O resultado é unha mellor síntese, que consiste en respostas que conectan probas entre fontes en lugar de recuperar só feitos illados.

As tarefas abertas necesitan estándares

Perplexity utilízase para máis que consultas fácticas. Moito do traballo é aberto, incluíndo a reescritura, edición, resumo, explicación e planificación.

Estas tarefas non teñen unha resposta exacta e correcta, pero aínda así necesitan estándares. Para o traballo aberto, empregamos rúbricas, que son comprobacións estruturadas sobre se unha resposta fixo realmente o traballo. Seguiu as instrucións? Preservou o significado? Resolveu o problema do usuario?

Iso permítennos adestrar tarefas abertas con estándares claros en lugar de tratalas como escritura de forma libre.

A precisión está antes que a preferencia

Para as tarefas fácticas, unha resposta ten que ser correcta antes de recibir crédito por ser máis útil ou estar mellor escrita. Para as tarefas abertas, a resposta ten que satisfacer a rúbrica antes de que outras calidades entren en xogo.

Iso mantén o sistema centrado na sustancia sobre o estilo. Axuda a evitar un modo de fallo común de respostas que fan soar mellor sen seren realmente mellores. O beneficio son menos respostas pulidas que se desmoronan baixo inspección.

A eficiencia contribúe á calidade da resposta

Tamén adestramos o modelo para usar a busca con disciplina.

Calquera paso de busca adicional debería mellorar a resposta, e unha resposta máis longa debería gañar a súa lonxitude. Cando a busca extra ou as palabras adicionais non axudan, o sistema debería parar.

Iso produce respostas que son máis fáciles de usar e preserva o foco para o modelo cando traballa a través de cadeas de accións máis longas, onde os pequenos erros se acumulan.

As mellores respostas requiren un traballo constante

A calidade da busca provén de como o produto adestra o modelo para recoller probas, responder con disciplina, xestionar o traballo aberto e parar cando ten suficiente soporte.

A medida que os sistemas de intelixencia artificial asumen un traballo máis longo e autónomo, ese adestramento dá forma á calidade das respostas individuais e a todo o construído sobre elas. Nunca afirmamos que Perplexity sexa 100 % precisa, pero si afirmamos ser a empresa de intelixencia artificial que máis se preocupa por iso e que traballa niso sen descanso. Animamos a todos os usuarios a enviar comentarios sobre as súas respostas de Perplexity, porque estamos constantemente iterando e mellorando.