Sakhanda Wire
NVDA $154.51 -1.04% MSFT $506.49 -2.22% GOOGL $281.27 -0.86% META $621.51 -0.78% AMZN $256.90 -0.33%
← До новин

Perplexity випустила Decider v1.3 з вилученням фрагментів тексту

Perplexity представила pplx-decider-v1.3 і pplx-decider-flash-v1.3 — моделі ухвалення рішень із відкритими вагами. Замість згенерованого тексту вони повертають імовірності для визначених варіантів відповіді. Моделі підтримують завдання з відповідями «так/ні», кількома варіантами та оцінюванням на основі текстових або графічних даних. Ваги опубліковано на Hugging Face за ліцензією Apache 2.0; обидві версії також доступні через Perplexity Decisions API та OpenRouter.

Версія 1.3 отримала функцію Locate. Вона знаходить точні фрагменти тексту й повертає початкову та кінцеву позиції кожного фрагмента в символах. Функцію призначено для розпізнавання іменованих сутностей, виявлення персональних даних і вилучення відповідей із тексту. Для поля можна задати коротку мітку або інструкцію. Locate використовує окрему голову для визначення діапазонів і адаптер, тоді як основні компоненти моделі ухвалення рішень залишаються замороженими.

Perplexity повідомляє про середню точність 91,6% у 63 завданнях класифікації запитів і показник 83,99 nDCG@10 у 72 завданнях пошуку та переранжування. Середній результат Locate становив 69,0 у 17 завданнях поза доменом. Для 1M реальних запитів збіг з оцінками провідних мовних моделей досяг 93,98%. Усі ці показники є самозвітними даними Perplexity. Для ваг BF16 великої моделі потрібно близько 49 GiB, а Flash — близько 8,5 GiB.

Текст підготовлено ШІ Sakhanda Wire за матеріалом MarkTechPost. Факти, цитати та повний контекст — в оригінальній статті нижче.

Вперше опубліковано виданням MarkTechPost

Читати оригінал на MarkTechPost ↗

Репортаж і зображення належать MarkTechPost і зазначені вище з посиланням на оригінал; текст на цій сторінці — власний виклад Sakhanda Wire.

← До новин

Ще новини

Усі останні новини