Perplexity 发布 Q2D-Web:1.9 亿文档的 agentic RAG 检索基准
antoine_chaffin · x · 2026-09-10
Perplexity 与合作者发布 Q2D-Web（Query2Doc-Web），一个面向 agentic RAG 系统的大规模检索基准与公开排行榜，论文已发 arXiv。
- 语料库含 1.9 亿网页文档，7 万条由生产系统中的真实用户查询经 agent 重构而来的搜索 query，覆盖 10 种语言。
- 关键动机：现有基准要么语料大但 query 少，要么 query 多但语料只有百万级；且 agent 重构的机器查询分布与人工查询不同，旧基准无法评估第一阶段检索器。
- 提供三套相关性标注：agent 引用、生产排序、以及两者并集加 LLM 判断以降低假阴性。
- 已评测 13 个检索器（词法、稠密、late-interaction），发现其相对排序对标注集选择不敏感。
- 配套公开排行榜，团队包括 Maximilian Schall、Sedigheh Eslami 等。
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
- 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
- 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
- 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
- LightMTP：轻量潜空间多 token 预测助 LLM 预训练学会提前规划 — gdm3000 · 2026-10-27