Perplexity 发布 Q2D-Web:首个评测 Agent 式网页搜索的 embedding 榜单
andrewgwils · x · 2026-09-10
Perplexity 与 AI 研究者 Deniz Yarats 等发布 Q2D-Web(Query2Doc-Web),一个面向 agentic RAG 系统检索环节的新 benchmark 和公开排行榜。它的特点是用 agent 重新表述的搜索查询(query)来测试 embedding 模型在大规模网页搜索中的表现,弥补了传统检索评测不覆盖 agent 场景的空白。论文、博客和排行榜已同步公开。
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