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：首个 agentic RAG 检索基准与排行榜(8 条相关)→
「研究」频道最新
- 开源音乐模型 YuE2 发布:先写旋律和弦谱再渲染成歌 — GreyScope · 2026-09-10
- Turing 发布 CEO Bench:500+ 任务模拟公司里考核前沿 Agent — ecekamar · 2026-09-10
- 学者吐槽 AI 时代学术激励：拿粗想法喂模型抢发论文竟无成本 — erikphoel · 2026-09-10
- SpeechLM 被发现在中间层隐式转写语音，入选 EMNLP 2026 Findings — kastnerkyle · 2026-09-10
- 41.5万小时全双工对话语音数据集发布,训练口语对话模型 — kastnerkyle · 2026-09-10
- NAVER AI Lab 论文:重审完整推理轨迹在后训练中的作用 — kastnerkyle · 2026-09-10