Perplexity 发布 Q2D-Web：7 万查询+1.9 亿文档评测 agentic RAG 检索
antoine_chaffin · x · 2026-09-10
Perplexity 官方发布了 Q2D-Web（Query2Doc-Web）基准与公开排行榜，用于评估 agentic RAG 系统中的检索能力。
- 规模：约 7 万条查询、1.9 亿网页文档，在大规模 Web 场景下测试 embedding 模型。
- 特色：测试对象是 agent 重新表述后的搜索查询（agent-reformulated queries），更贴近真实 agentic 检索工作流。
- 排行榜已发布在 Hugging Face 上。tomaarsen 转发并指出这是检索模型评测的重要新资源。
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 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
- 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