Blog Perplexity


Vybrané
Nápady1. 11. 2026Prednáška o poznaní
Novinky15. 10. 2026Sprístupňujeme ako open source SPACE, sandboxovú platformu, na ktorej beží ComputerPerplexity sprístupňuje ako open source SPACE, sandboxovú platformu, na ktorej beží Computer, aby vývojárom pomohla budovať bezpečnejších autonómnych agentov AI
Vývojári28. 9. 2026Agent API teraz podporuje opätovne použiteľných agentovTímy vytvárajú opätovne použiteľných agentov s verzionovanými profilmi, Skills a spravovanými konektormi, ktoré môžu zdieľať naprieč aplikáciami.
Ďalšie od tímu Perplexity Research
Dobrý učiteľ sa prispôsobí tomu, kde študent práve jeNová metóda samodestilácie, ktorá spoločne trénuje učiteľa a študenta s cieľom zlepšiť výkon modelu a efektivitu tréningu pri zložitom uvažovaní a agentových úlohách.
Budovanie zdieľaných pracovných priestorov pre ľudí a agentovAko Projekty v Perplexity zabezpečujú, aby dlhodobá práca bola perzistentná, súbežná a sledovateľná.
Multimodálne embeddingy nad rámec jedného vektoraNová rodina modelov s neskorou interakciou pre vyhľadávanie textu a obrázkov so zdieľaným embeddingovým priestorom naprieč veľkosťami modelov.
Nedávno publikované
Nájdených 217 príspevkov
Autonómni agenti: čo sú a ako fungujúTáto príručka vysvetľuje, čo sú autonómni agenti, ako plánujú, používajú nástroje, pamätajú si a kontrolujú svoju prácu a ako ich ľudia využívajú na výskum, e-maily, školské úlohy a nakupovanie.
Computer pre e-commerce je navrhnutý pre rast značkyPoužívajte Computer pre e-commerce na analýzu predaja v Shopify, tvorbu produktových stránok a vytváranie reklamných a e-mailových kampaní na podporu rastu.
BrowseSafe++: Budovanie silnejšej obrany proti reálnym injekciám promptovOtvorený benchmark a dva odľahčené detektory pre agentov v prehliadači.
Pamäť AI agentov: ako vytvárať AI agentov s trvalým kontextomTáto príručka vysvetľuje, čo je pamäť AI agentov, ako spolu fungujú pracovná, epizodická, sémantická a procedurálna pamäť a ako vytvárať a testovať agentov, ktorí sa vďaka trvalému kontextu zlepšujú.
Prednáška o poznaní
Ako doladiť LLM [a kedy namiesto toho použiť RAG alebo promptovanie]Tento sprievodca vysvetľuje, ako krok za krokom doladiť LLM, porovnáva plné doladenie s LoRA a QLoRA a ukazuje, kedy je promptovanie alebo RAG lepším spôsobom, ako zlepšiť výstupy modelu.
Čo sú textové embeddingy a ako fungujú [+príklady]Táto príručka vysvetľuje, čo sú textové embeddingy, ako premieňajú text na vektory zachytávajúce význam a ako vyberať, hodnotiť a používať embeddingové modely pri vyhľadávaní, RAG a ďalších reálnych prípadoch použitia.
Nová certifikácia FedRAMP prináša Perplexity do ďalších vládnych pracovných postupovFederálne agentúry môžu vďaka novej certifikácii FedRAMP vyhľadávať s Perplexity na webe v reálnom čase a získavať odpovede s citáciami.
Základná implementácia RAG: návod krok za krokomTento návod pre začiatočníkov vysvetľuje, ako funguje základná implementácia RAG, predstavuje osvedčené postupy a krok za krokom vás prevedie vytvorením funkčného systému RAG pre príkazový riadok pomocou jazyka Python, ChromaDB a embeddingových a jazykových modelov Perplexity.
Ako funguje brána LLM? Praktický sprievodca pre inžinierske tímyBrána LLM je reverzný proxy server, ktorý smeruje, overuje, ukladá do vyrovnávacej pamäte a zaznamenáva vaše volania modelov; tento sprievodca sleduje cestu požiadavky cez bránu, opisuje bezpečnostné riziká a riziká spoľahlivosti, s ktorými treba počítať, a porovnáva možnosti vlastného vývoja, vlastného hostovania, spravovaných služieb a brán API.