Perplexity 发布 Q2D-Web:1.9 亿文档+7 万 agent 查询的 RAG 检索基准
_reachsumit · x · 2026-09-09
Perplexity AI 推出 Q2D-Web，面向 agentic RAG 第一阶段检索的评估基准：
- 语料库约 1.9 亿网页文档，配套约 7 万条由真实用户查询经 agent 改写而来的搜索请求，覆盖十种语言。
- 现有公开基准的缺口：大规模语料库评测查询太少，查询多的基准语料又只有百万级；且多数基准用人工查询，而生产系统中第一階段检索器面对的是分布不同的机器改写查询。
- 提供三套相关性标注：agent 引用、生产排序，以及二者合并并加入 LLM 判断以降低假阴性的组合集。
- 对 13 个检索器（词法、稠密、late-interaction）做基准测试，发现其相对排序对标注集选择基本不敏感。
所属事件:Perplexity 开源 Q2D-Web 检索基准(10 条相关)→
「研究」频道最新
- π0.5 实验：演示数从 10 增至 438，放球入碗成功率 7%→83% — stingning · 2026-10-27
- 灵巧操作基准 HandsOn 发布:66 个人工核验任务配 1.8 万条人类示范 — stingning · 2026-10-27
- HandsOn 基准发布：66 个任务、1.8 万条人类演示的灵巧操作平台 — stingning · 2026-10-27
- HandsOn 评测设计：Core-50 测执行，Transfer-16 测零演示迁移 — stingning · 2026-10-27
- HandsOn 基准成绩：最好策略仅 29.1%，工具使用成功率低至 2.9% — stingning · 2026-10-27
- FrontierCS 2 登陆 Kaggle：48 项任务让智能体复现 13 领域论文贡献 — MeganRisdal · 2026-10-27