Perplexity 发布 Q2D-Web：面向 Agentic RAG 的检索评测基准与公开排行榜

perplexity_ai · x · 2026-09-10

Perplexity 推出 Q2D-Web（Query2Doc-Web），一个用于评测 agentic RAG 系统中嵌入模型检索能力的大规模基准与公开排行榜。

数据基础：九个月内收集的 23,000 条去除 PII 的生产环境搜索查询，覆盖十种语言（英语占 65.8%）和编程、法律、健康、科学、金融、旅游等数十个领域。
Agent 改写：将用户请求重构为主查询与辅助查询，每条独立评估、独立打相关性判断。
规模：合并集包含 1.9 亿网页文档、69,721 条 agent 改写查询，平均每条查询有 99.6 个正面相关性判断，用于降低假阴性。
三套相关性集：agent 引用、生产环境网页排序、LLM 扩展判断，减少对单一标注管线的依赖。
评测结果：13 个检索模型、以 Recall@1000 为主指标，pplx-embed-v1-4b 在 Web Ranking（65.73）和 Combined（69.11）领先，NVIDIA Nemotron-3-Embed-8B 在 Citation（61.68）领先。
提出基于 RRF 的子采样方法，仅用 31.7% 文档即可保持全量排名，将 pplx-embed-v1-4b 的评测成本从 4,608 H200 GPU 小时降到约 1,500。

「Infra」频道最新