Perplexity发布支持检索证据的嵌入模型
发生了什么
据MarkTechPost报道，Perplexity Research与turbopuffer联合发布了pplx-embed-v2-context-9b-preview上下文嵌入模型。该模型专为RAG管道设计，训练信号使其能同时检索答案及验证所需的上下文，而非单一“黄金段落”。权重以MIT许可在Hugging Face开源，需自行部署。在context-bench测试中（K=10），其答案召回率为45.5%，证据召回率为40.6%。目前尚未接入Perplexity API。
- K=10时答案召回率
- 45.5%
- K=10时证据召回率
- 40.6%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口