Perplexity 发布 pplx-embed-v2-context:摆脱金块标注的上下文嵌入
_reachsumit · x · 2026-10-30
Perplexity 团队在 arXiv 论文《Contextual Embeddings Beyond the Gold Chunk》中提出 pplx-embed-v2-context 嵌入模型系列,通过从查询感知的上下文压缩模型蒸馏分级 chunk 级相关性来训练,不再需要人工标注的 gold-chunk 标签,使训练目标与切分方式解耦。
关键点:
- 采用视觉-语言骨干训练,发布 9B 和 0.6B 两个规格,嵌入空间互相兼容
- 9B 模型在自建 Context-bench、Q2D-Chunk 及 ConTEB 上均刷新 SOTA
- 提出 Context-bench(受控诊断)与 Q2D-Chunk(真实搜索查询构建)两个新基准,同时标注回答性 chunk 与验证所需的证据 chunk,并公开 Q2D-Chunk 排行榜
- 展示了视觉检索能力可从视觉-语言基座迁移,建议把 chunking 扩展到图像输入
「研究」频道最新
- 用 SciSpace 一条提示词免费生成论文查重报告 — Faheem_uh · 2026-10-30
- Erdős 问题 #357 迎新纪录:穷举搜索找到 18 项反例上界 28 — kevrussell · 2026-10-30
- 「生物学只是数据问题」遭吐槽:一个基因 peptide 就够乱了 — iScienceLuvr · 2026-10-30
- Cohere Labs 将复盘 CulturalRiddles:51 种语言 6200 条谜题测文化推理 — Cohere_Labs · 2026-10-30
- Adam 与 AdamW 的区别:解耦权重衰减为何不等价于损失加 L2 正则 — cneuralnetwork · 2026-10-30
- 黎曼-洛伦兹参数融合：让 ViT 与状态空间模型免重训直接合并 — burkov · 2026-10-30