Perplexity блогы

Two stacks of four browser-page views represent an attacked page and its clean twin, with the injection present only in the attacked stack.
Зерттеулер2026 M11 2BrowseSafe++: нақты өмірдегі промпт-инъекциялардан күштірек қорғаныс құруБраузер агенттеріне арналған ашық бенчмарк және екі жеңіл детектор.
Woman seated on a sofa using a smartphone.
Жаңалықтар2026 M11 3Электрондық коммерцияға арналған Computer — бренд өсуі үшін жасалған құралЭлектрондық коммерцияға арналған Computer көмегімен Shopify сатылымдарын талдаңыз, өнім беттерін жасаңыз және өсу үшін жарнама және email науқандарын құрыңыз.

Таңдаулы

  1. Man pulling back curtain on horizon
    Идеялар2026 M11 1Білім туралы баяндама
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    Жаңалықтар2026 M10 15SPACE бастапқы кодын ашамыз: Computer жұмысын қамтамасыз ететін Sandbox платформасыPerplexity әзірлеушілерге қауіпсіз автономды ЖИ агенттерін құруға көмектесу үшін Computer жұмысын қамтамасыз ететін SPACE Sandbox платформасының бастапқы кодын ашады
  3. Two people working at separate desks in a dimly lit office.
    Әзірлеушілер2026 M09 28Agent API енді қайта пайдаланылатын агенттерді қолдайдыКомандалар қолданбалар арасында бөлісе алатын нұсқасы бар Profile, Skill және басқарылатын коннекторлар арқылы қайта пайдаланылатын агенттерді жасайды.

Perplexity зерттеу тобынан тағы

  1. Жақсы мұғалім оқушының деңгейіне бейімделедіКүрделі пайымдау және агенттік тапсырмаларда модель өнімділігі мен оқыту тиімділігін арттыру үшін мұғалім мен оқушыны бірлесіп оқытатын жаңа өзіндік дистилляция әдісі.
  2. Адамдар мен агенттерге арналған ортақ жұмыс кеңістіктерін құруPerplexity Жобалары ұзақ мерзімді жұмысты қалай тұрақты сақталатын, параллель әрі бақыланатын етеді.
  3. Бір вектордан тыс мультимодальды embedding-терМодель өлшемдері бойынша ортақ embedding кеңістігі бар, мәтін мен кескін іздеуге арналған late-interaction модельдерінің жаңа топтамасы.
Барлық зерттеулер

Жақында жарияланған

217 жазба табылды

  1. Автономды агенттер: олар не және қалай жұмыс істейдіБұл нұсқаулықта автономды агенттердің не екені, олардың қалай жоспарлайтыны, құралдарды пайдаланатыны, есте сақтайтыны және өз жұмысын тексеретіні, сондай-ақ адамдардың оларды зерттеу, электрондық пошта, оқу тапсырмалары мен сауда-саттық үшін қалай пайдаланатыны түсіндіріледі.
  2. Электрондық коммерцияға арналған Computer — бренд өсуі үшін жасалған құралЭлектрондық коммерцияға арналған Computer көмегімен Shopify сатылымдарын талдаңыз, өнім беттерін жасаңыз және өсу үшін жарнама және email науқандарын құрыңыз.
  3. BrowseSafe++: нақты өмірдегі промпт-инъекциялардан күштірек қорғаныс құруБраузер агенттеріне арналған ашық бенчмарк және екі жеңіл детектор.
  4. ЖИ агенттерінің жады: тұрақты контексі бар ЖИ агенттерін қалай құрастыруға боладыБұл нұсқаулықта ЖИ агенттерінің жады деген не екені, жұмыс, эпизодтық, семантикалық және процедуралық жадтың бірге қалай жұмыс істейтіні, сондай-ақ тұрақты контекст арқылы жетілетін агенттерді қалай құрастырып, тексеру керектігі түсіндіріледі.
  5. Білім туралы баяндама
  6. LLM-ді қалай дәл баптау керек [және оның орнына RAG немесе промптингті қашан қолдану керек]Бұл нұсқаулық LLM-ді қадам-қадаммен дәл баптауды түсіндіреді, толық дәл баптауды LoRA және QLoRA әдістерімен салыстырады және модель нәтижелерін жақсарту үшін промптинг немесе RAG қашан тиімдірек екенін көрсетеді.
  7. Мәтіндік эмбеддингтер туралы түсінік: олар қалай жұмыс істейді [+мысалдар]Бұл нұсқаулықта мәтіндік эмбеддингтердің не екені, олардың мәтінді мағынасын сақтайтын векторларға қалай айналдыратыны, сондай-ақ эмбеддинг модельдерін қалай таңдап, бағалау және іздеуде, RAG-та әрі басқа да нақты қолдану жағдайларында қалай пайдалану керектігі түсіндіріледі.
  8. Жаңа FedRAMP сертификаты Perplexity-ні мемлекеттік жұмыс процестерінде кеңірек қолдануға жол ашадыЖаңа FedRAMP сертификатының арқасында федералдық агенттіктер Perplexity арқылы нақты уақытта веб-іздеу жүргізіп, дереккөз сілтемелері бар жауаптар ала алады.
  9. Қарапайым RAG енгізу: қадамдық нұсқаулықЖаңадан бастаушыларға арналған бұл нұсқаулық қарапайым RAG енгізуінің қалай жұмыс істейтінін түсіндіреді, үздік тәжірибелерді қарастырады және Python, ChromaDB, сондай-ақ Perplexity-нің эмбеддинг және тілдік модельдерін пайдаланып, жұмыс істейтін командалық жол RAG жүйесін құру жолын көрсетеді.
  10. LLM шлюзі қалай жұмыс істейді? Инженерлік командаларға арналған практикалық нұсқаулықLLM шлюзі — модель шақыруларыңызды маршруттайтын, аутентификациялайтын, кэштейтін және журналға жазатын кері прокси; бұл нұсқаулықта сұраудың шлюз арқылы өту жолы қадам бойынша көрсетіледі, алдын ала жоспарлау қажет қауіпсіздік пен сенімділік тәуекелдері қарастырылады, сондай-ақ өз бетінше әзірлеу, өз инфрақұрылымында орналастыру, басқарылатын қызмет және API шлюзі нұсқалары салыстырылады.