Perplexity 发布 Q2D-Web：1.9 亿网页、7 万条智能体查询检索基准
antoine_chaffin · x · 2026-09-10
Perplexity 推出 Q2D-Web（Query2Doc-Web）基准与公开排行榜，用于评估智能体 RAG 系统中的检索能力。与常见做法不同，它不看 nDCG@10，而是关注 Recall@1000，衡量嵌入模型在大规模网页搜索中的表现。
该基准是年初 pplx-embed-v1 配套 Q2D 基准的 7 倍扩展：包含 7 万条由智能体改写的查询与 1.9 亿文档的网页语料。团队希望它成为现代版的「MS MARCO」。
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