Perplexity 发布 Q2D-Web:首个面向 agentic RAG 的检索评测基准
perplexity_ai · x · 2026-09-10
Perplexity 推出 Q2D-Web(Query2Doc-Web),一个评测 agentic RAG 系统检索质量的公开基准和排行榜,重点测试 embedding 模型在处理 agent 重新表述的搜索查询时的大规模网络检索表现。
关键细节:
- 语料库:每个 query 取生产环境 top 5000 检索结果,用 MinHash-LSH 去重,每篇文档至少与一个 query 似然匹配,并包含「主题吻合但缺失关键日期/实体/版本」的高难度干扰项
- 相关性标注:结合 agent 引用、生产环境排名与 LLM 判定扩充的三套相关性集合,降低假阴性和对单一标注管线的依赖
- 覆盖编程、法律、健康、科学、金融及消费、旅行、娱乐、本地信息等九大领域,查询横跨 10 种语言(英语占 65.8%)
所属事件:Perplexity 开源 Q2D-Web 检索基准(10 条相关)→
「研究」频道最新
- 研究者发现「Forking」现象：训练损失下降验证损失反升 — ZimingLiu11 · 2026-10-26
- DeepMind 试点全球首个双盲 AI 评测，密码学隔离防基准污染 — scychan_brains · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26
- FLASH 仿真框架：单卡 RTX 5090 上分钟级学会布料折叠 — ChongZzZhang · 2026-10-26
- LEMON 监控器:从注意力图零样本识别未见过的 LLM 幻觉与越狱 — yoavartzi · 2026-10-26
- EMNLP 主题演讲背后：用语言模型「模拟学习者」生成儿童语言习得新假设 — najoungkim · 2026-10-26