Perplexity 联手 turbopuffer 打造上下文嵌入模型,分块检索相关性大幅提升
JensHonack · x · 2026-11-04
向量数据库 turbopuffer 宣布与 Perplexity 合作,推出一个 state-of-the-art 的 contextual embedding 模型。核心思路是把整个文档的上下文编码进每个分块(chunk)的嵌入向量中,从而提升检索相关性;双方通过在 turbopuffer 的私有 benchmark 上对 Perplexity 的模型 checkpoint 做迭代评估来完成调优。这一「上下文化嵌入」路线是当前检索增强(RAG)领域的重要方向。
所属事件:Perplexity 开源上下文嵌入模型 pplx-embed-v2-context，9B/0.6B 刷新多项检索 SOTA(17 条相关)→
「研究」频道最新
- 研究者质疑前沿实验室：为何集体忽视化学这一中心科学 — anshulkundaje · 2026-11-04
- HF 用 300B token 在 Qwen3-14B 上训出 DNA 理解模型 — josh_wills · 2026-11-04
- 用编码 Agent 复查 36 项顶刊 AI 方法：中位数复现 95% 分数，33% 案例反超 — owl_posting · 2026-11-04
- 心理测量学新研究：网络法 EGA 分析 LLM 嵌入远胜 PCA — GolinoHudson · 2026-11-04
- 投机解码数学拆解：接受率 α=1−TV(p,q),K 越大未必越快 — techNmak · 2026-11-04
- AgentTime 更新:新增时间感知综合分,GPT 系列明显领先 — maksym_andr · 2026-11-04