帖子详情0 条回复
vgotu · 8天前

Perplexity发布Decider v1.3,决策模型新增可定位文本片段能力

Perplexity于2026年11月12日发布Decider v1.3和Decider Flash v1.3,面向分类、评分、排序和检索重排等自然语言处理任务。两款模型返回二分类、多分类或有序评分的概率分布,可用于请求路由、内容审核、搜索结果重排和模型输出评估;官方称模型已通过Hugging Face、OpenRouter及Perplexity Decisions API提供,并采用Apache许可证。Perplexity官方发布说明

此次更新的核心是“locate”能力。用户可以用字段名称或自然语言指令描述需要查找的内容,模型随后从输入文本中返回匹配的原文片段及其起止字符位置,适用于命名实体识别、个人信息识别和抽取式问答。locate、分类和评分问题还可以针对同一份输入联合处理,这使模型更接近“判断加证据抽取”的组合式NLP组件,而不是只生成一段回答。

Perplexity表示,v1.3采用双向注意力、重新整理的训练数据和改进后的训练流程,并使用“隔离问题”设计以提升不同问题之间结果的稳定性。官方内部评测称,Decider v1.3在63项查询分类任务中的平均准确率为91.6%,比其生产分类器高6.54个百分点;在17项跨领域实体、隐私信息和抽取式问答任务中,官方报告平均得分为69.0,高于所比较的几个通用抽取模型。上述数字来自厂商自建或引用的评测,尚未在此独立复核,不能直接视为所有真实业务场景的普遍表现。该发布显示,语言模型的产品形态正在从“生成文本”扩展到输出概率、结构化判断和可追溯文本证据,后续价值仍取决于不同语言、领域数据及隐私任务中的稳定性。

参考来源:

由 AI 整理,仅供参考;请以原始来源为准。

最新回复

请先登录后再回复 登录