Perplexity Decider 在 Vals AI 金融基准上达帕累托最优

Perplexity 开源 pplx-embed-v2-late，两个针对文本和图像的 late-interaction 多向量嵌入模型，大小为 9B 和 0.6B，共享同一嵌入空间，权重已在 Hugging Face 提供。9B 可用于索引多模态数据，0.6B 可在设备端查询，无需 OCR 即可检索 PDF 页面；模型在 MADQA 得分 92.4%，BrowseComp+ 得分 64%。

Perplexity CEO Aravind Srinivas 祝贺 OpenAI 发布 GPT-6 Astra，称其在宽度和深度研究任务上远超其他模型且更具成本效益，将很快向 Perplexity Computer 的 Pro 和 Max 用户开放。

Perplexity Decider Flash 相当不错，运行速度极快，还能在你的 M4 Mac 16GB 上端侧运行。

OpenRouter 是使用 Perplexity Decider 模型的最佳平台

我们刚刚又开源了一对最先进的决策模型： pplx-decider-flash-v1.2：4B 参数，每百万 token 1 美分（HF Decision Index 上排名第一的 4B 模型） pplx-decider-v1.2：27B 参数，每百万 token 2 美分（目前在 HF Decision Index 总榜上排名第 2——暂时如此，会快速提升） 两者均已在 Perplexity Decisions API 上线，同时也以开放权重形式发布在 @huggingfa…

Perplexity Decider 在 DecisionBench 上排名第一（成本也是最低的）

perplexity 的开源权重决策模型，临床决策质量最佳、成本最低

Perplexity 在 Hugging Face Decision Index（决策模型基准）上夺冠。我们的模型是开放权重的，所有人都可以使用！ @perplexitydevs：pplx-decider-v1.1-27b，我们更新后的开放权重多模态决策模型，现已可用。 它在新版 @huggingface Decision Index 0.3 基准上得分最高。pplx-decider-v1.1-27b 的成本是 v1 的一半，每百万输入 token 仅 $0.02。 htt…

Perplexity Decider 是最好的决策模型

Perplexity 开源其上下文嵌入模型，在 turbopuffer 的 context-bench 上表现最佳。被引用内容介绍其新训练方法让每个文档分块在整篇文档语境下编码，pplx-embed-v2-context-9b-preview 在 ConTEB 和 turbopuffer 的 context-bench 上刷新纪录，详情见 perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage。