Back to top
  • 공유 แชร์
  • 인쇄 พิมพ์
  • 글자크기 ขนาดตัวอักษร
ลิงก์ถูกคัดลอกแล้ว

Perplexity เปิดตัวโมเดลฝังเวกเตอร์สำหรับค้นหา 0.6B และ 9B

ตารางสเปกโมเดลและแผนภาพการจับคู่เอกสารสำหรับการค้นหา / TokenPost.ai

Perplexity เปิดตัวโมเดลฝังเวกเตอร์สำหรับการค้นหา ‘pplx-embed-v2-late’ สองรุ่น คือ 0.6B และ 9B โดยหน้าโมเดลรุ่น 9B ระบุจำนวนพารามิเตอร์ไว้ที่ 8B

บัญชี Hugging Face อย่างเป็นทางการของ Perplexity แสดงโมเดลทั้งสองรุ่น โดยรุ่น 0.6B ระบุพารามิเตอร์ 0.6B ส่วนรุ่น 9B ระบุไว้ที่ 8B เอกสารที่เผยแพร่ไม่ได้อธิบายว่าทำไมชื่อรุ่นกับจำนวนพารามิเตอร์จึงไม่ตรงกัน

ก่อนหน้านี้ Perplexity เปิดตัว ‘pplx-embed-v1-late-0.6b’ ซึ่งคำนวณความเกี่ยวข้องในการค้นหาด้วยเวกเตอร์รายโทเคนและวิธี MaxSim คำอธิบายดังกล่าวอยู่ในโมเดลการ์ดของ v1 แต่ยังไม่มีข้อมูลยืนยันว่ารุ่น v2 late ใช้วิธีเดียวกัน

‘pplx-embed-v2-context-9b-preview’ ที่มีชื่อคล้ายกันเป็นโมเดลคนละรุ่น Perplexity อธิบายว่าเป็นโมเดลฝังเวกเตอร์แบบคำนึงถึงบริบท ซึ่งนำเสนอชิ้นส่วนเอกสารควบคู่กับบริบทโดยรอบ ยังไม่มีคำอธิบายว่าฟังก์ชันหรือเป้าหมายการเปิดตัวของโมเดล v2 ทั้งสองรุ่นเหมือนกัน

ก่อนหน้านี้ TokenPost รายงานกรณีที่ API ค้นหาของ Perplexity ได้อันดับหนึ่งในการประเมินดัชนี ผลประเมิน API ดังกล่าวเป็นคนละประเด็นกับประสิทธิภาพของโมเดลฝังเวกเตอร์ที่เปิดตัวครั้งนี้

<ลิขสิทธิ์ ⓒ TokenPost ห้ามเผยแพร่หรือแจกจ่ายซ้ำโดยไม่ได้รับอนุญาต>

บทความที่มีคนดูมากที่สุด

บทความที่เกี่ยวข้อง

ความคิดเห็น 0

ข้อแนะนำสำหรับความคิดเห็น

ขอบคุณสำหรับบทความดี ๆ ต้องการบทความติดตามเพิ่มเติม เป็นการวิเคราะห์ที่ยอดเยี่ยม

0/1000

ข้อแนะนำสำหรับความคิดเห็น

ขอบคุณสำหรับบทความดี ๆ ต้องการบทความติดตามเพิ่มเติม เป็นการวิเคราะห์ที่ยอดเยี่ยม
1