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.
Araştırma2 Kas 2026BrowseSafe++: Gerçek dünyadaki istem enjeksiyonuna karşı daha güçlü savunmalar oluşturmakTarayıcı ajanları için açık bir kıyaslama seti ve iki hafif dedektör.
Woman seated on a sofa using a smartphone.
Haberler3 Kas 2026E-ticaret için Computer, markaların büyümesi için tasarlandıShopify satışlarını analiz etmek, ürün sayfaları oluşturmak ve büyümeye yönelik reklam ve e-posta kampanyaları hazırlamak üzere e-ticaret için Computer'ı kullanın.

Öne çıkanlar

  1. Man pulling back curtain on horizon
    Fikirler1 Kas 2026Bilgi Üzerine Konuşma
  2. Abstract glass panel with illuminated edges separating light and shadow against a dark background.
    Haberler15 Eki 2026Computer’ın arkasındaki korumalı alan platformu SPACE’i açık kaynak hâline getiriyoruzPerplexity, geliştiricilerin daha güvenli otonom yapay zekâ ajanları oluşturmasına yardımcı olmak için Computer’ın arkasındaki korumalı alan platformu SPACE’i açık kaynak hâline getiriyor
  3. Two people working at separate desks in a dimly lit office.
    Geliştiriciler28 Eyl 2026Agent API artık yeniden kullanılabilir ajanları destekliyorEkipler, uygulamalar arasında paylaşabilecekleri sürümlendirilmiş Profiller, Skill'ler ve yönetilen bağlayıcılarla yeniden kullanılabilir ajanlar oluşturur.

Perplexity Research ekibinden daha fazlası

  1. İyi bir öğretmen öğrenciyi bulunduğu yerde karşılarKarmaşık akıl yürütme ve ajan görevlerinde model performansını ve eğitim verimliliğini artırmak için öğretmen ile öğrenciyi birlikte eğiten yeni bir öz damıtma yöntemi.
  2. İnsanlar ve ajanlar için ortak çalışma alanları oluşturmakPerplexity'nin Projeler özelliği, uzun soluklu çalışmaları nasıl kalıcı, eşzamanlı ve izlenebilir kılıyor?
  3. Tek vektörün ötesinde çok modlu gömmelerModel boyutları arasında paylaşılan gömme alanına sahip, metin ve görüntü geri getirme için yeni bir geç etkileşim modeli ailesi.
Tüm araştırmalar

Son yayımlananlar

217 gönderi bulundu

  1. Otonom ajanlar: Nedir ve nasıl çalışır?Bu rehber, otonom ajanların ne olduğunu; nasıl plan yaptıklarını, araçları nasıl kullandıklarını, nasıl hatırladıklarını ve işlerini nasıl kontrol ettiklerini, ayrıca insanların bunları araştırma, e-posta, ders ödevleri ve alışveriş için nasıl kullandığını açıklıyor.
  2. E-ticaret için Computer, markaların büyümesi için tasarlandıShopify satışlarını analiz etmek, ürün sayfaları oluşturmak ve büyümeye yönelik reklam ve e-posta kampanyaları hazırlamak üzere e-ticaret için Computer'ı kullanın.
  3. BrowseSafe++: Gerçek dünyadaki istem enjeksiyonuna karşı daha güçlü savunmalar oluşturmakTarayıcı ajanları için açık bir kıyaslama seti ve iki hafif dedektör.
  4. Yapay zeka ajanı belleği: Kalıcı bağlama sahip yapay zeka ajanları nasıl oluşturulur?Bu kılavuz, yapay zeka ajanı belleğinin ne olduğunu; çalışma, epizodik, semantik ve prosedürel belleğin birlikte nasıl işlediğini ve kalıcı bağlam sayesinde gelişen ajanların nasıl oluşturulup test edileceğini açıklıyor.
  5. Bilgi Üzerine Konuşma
  6. Bir LLM'e Nasıl İnce Ayar Yapılır? [ve Bunun Yerine Ne Zaman RAG veya İstem Kullanılmalı]Bu kılavuz, bir LLM'e adım adım nasıl ince ayar yapılacağını açıklıyor, tam ince ayarı LoRA ve QLoRA ile karşılaştırıyor ve bir modelin çıktılarını iyileştirmek için istem kullanımı ya da RAG yaklaşımının ne zaman daha iyi bir yol olduğunu gösteriyor.
  7. Metin gömmeleri (embedding) nedir, nasıl çalışır? [+örnekler]Bu rehber, metin gömmelerinin ne olduğunu, metni anlamı yakalayan vektörlere nasıl dönüştürdüğünü ve gömme modellerinin arama, RAG ve diğer gerçek dünya kullanım senaryoları için nasıl seçileceğini, değerlendirileceğini ve uygulanacağını açıklar.
  8. Yeni FedRAMP sertifikası, Perplexity’yi daha fazla kamu iş akışına taşıyorFederal kurumlar, yeni FedRAMP sertifikası sayesinde Perplexity ile canlı web’de arama yapabilir ve kaynak gösterilen yanıtlar alabilir.
  9. Temel RAG Uygulaması: Adım Adım RehberYeni başlayanlara uygun bu rehber, temel bir RAG uygulamasının nasıl çalıştığını açıklıyor, en iyi yöntemleri ele alıyor ve Python, ChromaDB ile Perplexity'nin gömme ve dil modellerini kullanarak çalışan bir komut satırı RAG sistemi oluşturma sürecinde adım adım yol gösteriyor.
  10. LLM ağ geçidi nasıl çalışır? Mühendislik ekipleri için pratik bir rehberLLM ağ geçidi, model çağrılarınızı yönlendiren, kimlik doğrulamasını yapan, önbelleğe alan ve günlüğe kaydeden bir ters proxy’dir. Bu rehber, bir isteğin ağ geçidinden geçişini adım adım izliyor, hazırlıklı olunması gereken güvenlik ve güvenilirlik risklerini ele alıyor ve kendiniz geliştirme, kendi sunucunuzda barındırma, yönetilen hizmet ve API ağ geçidi seçeneklerini karşılaştırıyor.
ent.onreadystatechange=e,c())}}}})();