Perplexity 網誌


精選
更多來自 Perplexity 研究團隊的內容
所有研究
最近發佈
找到 217 篇文章
自主 AI 代理程式:定義及運作方式本指南介紹甚麼是自主 AI 代理程式、它們如何規劃、使用工具、記憶及檢查自己的工作,以及人們如何將它們用於研究、電郵、課業及購物。
電子商貿版 Computer:專為品牌增長而設使用電子商貿版 Computer 分析 Shopify 銷售、建立產品頁面,並製作廣告和電郵推廣活動,推動業務增長。
BrowseSafe++:為真實世界的提示注入攻擊建立更強大的防禦適用於瀏覽器 AI 代理程式的開放基準測試及兩個輕量級偵測器。
AI 代理程式記憶:如何建構具備持久上下文的 AI 代理程式本指南說明甚麼是 AI 代理程式記憶、工作記憶、情節記憶、語義記憶及程序記憶如何協同運作,以及如何建構和測試能透過持久上下文不斷改進的 AI 代理程式。
知識演講
如何微調 LLM [以及何時改用 RAG 或提示詞]本指南逐步說明如何微調 LLM,比較全面微調與 LoRA 及 QLoRA 的分別,並說明何時使用提示詞或 RAG 是改善模型輸出的更佳方法。
文字嵌入詳解:運作原理 [+實例]本指南解釋甚麼是文字嵌入、它們如何將文字轉換成能捕捉意義的向量,以及如何選擇和評估嵌入模型,並將其應用於搜尋、RAG 及其他實際用例。
全新 FedRAMP 認證讓 Perplexity 走進更多政府工作流程憑藉全新的 FedRAMP 認證,聯邦機構可透過 Perplexity 搜尋即時網絡,並取得附有引用來源的答案。
基本 RAG 實作:逐步教學這篇適合初學者的教學會說明基本 RAG 實作的運作方式,介紹最佳實踐,並逐步帶你使用 Python、ChromaDB 以及 Perplexity 的嵌入模型和語言模型,構建一個可運作的命令列 RAG 系統。
LLM 閘道如何運作?工程團隊實用指南LLM 閘道是一種反向代理,負責路由、驗證、快取和記錄你的模型呼叫。本指南會追蹤一個請求如何通過閘道,說明需要預先規劃的安全性和可靠性風險,並比較從零開發、自行架設、託管服務及 API 閘道等選項。


