Perplexity 发布上下文 embedding 模型,新训练法刷新 SOTA

antoine_chaffin · x · 2026-10-01

Perplexity 研究员 Antoine Chaffin 宣布发布其上下文 embedding 模型的 preview 版本,并提出一种新训练方法。上下文模型(contextual models)是解决 RAG 中 chunking(文本切块)问题的方案,通过让 embedding 感知查询上下文而非孤立编码文本块来提升检索质量。新方法在包括 turbopuffer 新基准在内的多项评测中取得 SOTA 结果。帖子还讨论了如何训练这类上下文模型,技术细节见其博客。

所属事件:Perplexity 发布上下文嵌入模型预览版,登顶 ConTEB(5 条相关)→

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →