Perplexity 开源 Decider v1.3 模型,63 项生产分类任务准确率提升 6.54 分
AravSrinivas · x · 2026-11-13
Perplexity CEO AravSrinivas 宣布开源最新 Decision Models:Decider v1.3 与 Decider Flash v1.3,权重已上架 Hugging Face,并在 OpenRouter 上免费开放一周。
v1.3 的核心新能力是「locate」:描述要找的内容,模型直接返回匹配文本及其字符偏移量,适合批量决策+证据/实体抽取。在 17 项域外 NER、PII 和抽取式 QA 任务上,Decider 显著超过最强通用抽取模型;在其自家 63 项生产分类任务上,v1.3 比现役分类器准确率高 6.54 分。Shopify CEO Tobi Lütke 转发评价「Great model」。
所属事件:Perplexity 开源决策模型 Decider v1.3,新增 locate 抽取(14 条相关)→
「模型」频道最新
- 46M 参数卢干达语原生模型完成预训练,两轮对话后仍会崩 — weskambale · 2026-11-13
- RWE-Bench 工程能力榜:Fable 5.2 得 62%,超 Opus 5.5 一倍多 — Jsevillamol · 2026-11-13
- Unsloth 发布 Inkling-2-Small GGUF 量化版,本地可跑 — gnukeith · 2026-11-13
- 用户控诉 Claude 按国籍封号,验证申诉无门 — Haunting-Hand1007 · 2026-11-13
- 开源 Claude Code skill:Opus 规划便宜模型施工,省最多 49% — Apprehensive_Sky5123 · 2026-11-13
- OpenSearch 首个 600M 稠密嵌入模型 MTEB 反超 Qwen3 基座 — tomaarsen · 2026-11-13