Q2D-Web
PulseAugur coverage of Q2D-Web — every cluster mentioning Q2D-Web across labs, papers, and developer communities, ranked by signal.
-
Perplexity 发布新的嵌入模型,在基准测试中达到 SOTA
Perplexity 发布了两个新的晚期交互嵌入模型 pplx-embed-v2-late,它们可以在共享的嵌入空间中检索文本、图像和页面。这些模型达到了前沿性能,并且可以在 Hugging Face 上使用。9B 模型在代理搜索任务上表现强劲,在 BrowseComp+ 问题上优于 ColBERT 模型,并在 Q2D-Web 基准测试中取得了高 Recall@1000 分数。此外,Perplexity 强调,这些模型无需 OCR 即…
-
Perplexity 发布 Q2D-Web 基准,用于评估代理式 RAG 系统中的检索性能
Perplexity 推出了 Q2D-Web,这是一个新的基准和排行榜,旨在评估代理式 RAG 系统中的检索性能。该基准使用了包含 1.9 亿个网页文档和超过 69,000 个代理重构查询的大型语料库,涵盖十种语言。初步评估显示,Perplexity 自家的 pplx-embed-v1-4b 模型在网页排名和综合召回率方面处于领先地位,而 Nemotron-3-Embed-8B 在引用检索方面表现出色。
-
Perplexity推出Q2D-Web基准测试以评估AI代理
Perplexity推出了Q2D-Web,这是一个旨在评估AI代理的新基准测试。该基准测试包含一个包含70,000个代理查询的数据集,一个包含1.9亿个网页文档的语料库,以及三组不同的相关性判断,用于评估代理性能。
-
新的 Q2D-Web 基准测试评估 Agentic RAG 系统的检索能力
研究人员推出了 Q2D-Web,这是一个新的大规模基准测试,旨在评估 Agentic 检索增强生成 (RAG) 管道中的检索系统。该基准测试通过将包含 1.9 亿个文档的大型网络语料库与源自真实用户对话的 7 万个 Agent 重新制定的搜索查询配对,解决了现有数据集的局限性。Q2D-Web 提供了多个相关性判断集,并探索了子语料库采样技术,以在保持模型排名准确性的同时,加快评估速度。