Η Perplexity κυκλοφορεί τα μοντέλα Decider V1.3 με εξαγωγή τμημάτων κειμένου

Η Perplexity κυκλοφόρησε τα Decider v1.3 και Decider Flash v1.3 στις 12 Νοεμβρίου 2026, προσθέτοντας τη δυνατότητα αυτούσιας εξαγωγής τμημάτων κειμένου και διαθέτοντας για λήψη τα βάρη με άδεια Apache-2.0. Η εταιρεία αναφέρει μέση ακρίβεια 91,6% για το μεγαλύτερο μοντέλο σε 63 εργασίες ταξινόμησης ερωτημάτων, με αναφορές που επισημάνθηκαν εκ νέου ανεξάρτητα από μοντέλο LLM αιχμής, επίδοση κατά 6,54 ποσοστιαίες μονάδες υψηλότερη από εκείνη των ταξινομητών που χρησιμοποιεί στην παραγωγή.

Η νέα λειτουργία Locate επιστρέφει ακριβή αποσπάσματα κειμένου που ταιριάζουν, μαζί με τις θέσεις των αρχικών και τελικών χαρακτήρων, για την αναγνώριση επώνυμων οντοτήτων, τον εντοπισμό προσωπικών πληροφοριών και την εξαγωγική απάντηση ερωτήσεων· αν δεν εντοπιστεί αντιστοιχία, επιστρέφεται κενή λίστα. Και τα δύο μοντέλα διατίθενται επίσης μέσω του OpenRouter και του API αποφάσεων της Perplexity.

Το Decider επιστρέφει πιθανότητες για ερωτήσεις ναι/όχι, προσαρμοσμένες επιλογές ή διατεταγμένες βαθμολογίες, αντί να παράγει κείμενο. Μια εφαρμογή μπορεί να υποβάλει πολλές ερωτήσεις για το ίδιο κείμενο, αρχείο JSON ή εικόνες και να χρησιμοποιήσει τους αριθμούς που προκύπτουν για ταξινόμηση, δρομολόγηση αιτημάτων, εποπτεία, φιλτράρισμα, αξιολόγηση αποτελεσμάτων και επανακατάταξη. Αυτές είναι εργασίες για τις οποίες συχνά χρειάζεται ένα όριο απόφασης αντί για ελεύθερη παραγωγή κειμένου.

Αλλαγές στην αρχιτεκτονική και την εκπαίδευση

Το Decider προσαρμόζει μοντέλα παραγωγής αντικαθιστώντας την παραγωγή του επόμενου διακριτού στοιχείου με μια κεφαλή απόφασης, η οποία διαβάζεται σε ένα διακριτό στοιχείο-δείκτη. Η κεφαλή ξεκινά μόνο από τις γραμμές του βασικού μοντέλου που αντιστοιχούν στα διακριτά στοιχεία των επιλογών απάντησης. Στην έκδοση v1.3, η Perplexity καθιστά αμφίδρομα τα επίπεδα πλήρους προσοχής και απομονώνει τις ερωτήσεις, ώστε να μην κατευθύνουν άμεσα η μία την προσοχή στην άλλη, ενώ επιτρέπει στην κοινή κατάσταση εισόδου να εστιάζει στις ερωτήσεις. Έτσι αντικαθίσταται η διάταξη της έκδοσης v1.2, στην οποία μια απάντηση μπορούσε να αλλάξει ανάλογα με το τι άλλο είχε ερωτηθεί, και επιδιώκεται μεγαλύτερη σταθερότητα στις απαντήσεις.

Η εκπαίδευση μετατρέπει εκατοντάδες δημόσια σύνολα δεδομένων σε κοινή μορφή με κατάσταση, ερώτηση, επιλογές και στόχο. Η εξειδικευμένη ρύθμιση του γενικού μοντέλου εξαιρεί τα σύνολα εκπαίδευσης των σημείων αναφοράς, ενώ η Perplexity αναφέρει ότι αφαιρεί επίσης δείγματα που ενδέχεται να επικαλύπτονται με τις αξιολογήσεις της. Η μετέπειτα εξειδίκευση σε τομείς και στην όραση χρησιμοποιεί το LoRA, μια μέθοδο που διατηρεί παγωμένα τα προεκπαιδευμένα βάρη ενώ εκπαιδεύει πίνακες αποσύνθεσης βαθμού που προστίθενται στο μοντέλο. Η Perplexity χρησιμοποιεί σταθμισμένες συγχωνεύσεις προσαρμογέων για να περιορίσει την απόκλιση και υπολογίζει τον μέσο όρο των βαρών από τρεις εκτελέσεις για τα στάδια επεξεργασίας κειμένου.

Στη συνέχεια, το Flash αποστάζεται από το μεγαλύτερο μοντέλο, με χρήση της απόκλισης KL για να περιοριστεί η διαφορά ανάμεσα στις πιθανότητες εξόδου του και σε εκείνες του μοντέλου-δασκάλου, αντί να εκπαιδεύεται μόνο με ετικέτες αναφοράς. Η κάρτα μοντέλου Decider v1.3 ορίζει ως βάση το Qwen3.8-27B και περίπου 49 GiB βαρών BF16· η κάρτα Decider Flash v1.3 ορίζει το Qwen3.5-4B και περίπου 8,5 GiB. Για την αυτοφιλοξενία οποιουδήποτε από τα δύο μοντέλα απαιτείται GPU CUDA και μνήμη εργασίας πέρα από αυτήν που καταλαμβάνουν τα βάρη, οπότε το Flash έχει μικρότερες απαιτήσεις υλικού.

Όρια εξυπηρέτησης του Locate

Το Locate υποστηρίζει μόνο κείμενο και περιορίζεται σε 128 ερωτήσεις Locate ανά αίτημα. Τα αιτήματα που συνδυάζουν το Locate με ερωτήσεις απόφασης απαιτούν ξεχωριστή διέλευση προς τα εμπρός για κάθε τύπο, γεγονός που αυξάνει την καθυστέρηση σε σύγκριση με αιτήματα που περιέχουν μόνο έναν τύπο.

Η Perplexity διατηρεί τους προσαρμογείς Locate ασυγχώνευτους, επειδή η συγχώνευσή τους προκάλεσε υποβάθμιση των επιδόσεων σε συνηθισμένα αιτήματα απόφασης· ενεργοποιούνται μόνο για αιτήματα Locate. Ο σχεδιασμός διατηρεί αμετάβλητη την υπάρχουσα συμπεριφορά λήψης αποφάσεων, αλλά οι μικτοί φόρτοι εργασίας δεν μπορούν να μοιράζονται πλήρως τον ίδιο υπολογισμό.

Αξιολόγηση και χρήση στην παραγωγή

Η εσωτερική σουίτα αξιολόγησης της Perplexity περιλαμβάνει περισσότερες από 200 εργασίες και εκτελείται χωρίς παραδείγματα, δηλαδή χωρίς εξειδικευμένη ρύθμιση για συγκεκριμένες εργασίες. Συμπληρώνει τους δημόσιους πίνακες κατάταξης με ιδιωτικές εργασίες παραγωγής και αξιολογήσεις σε δεδομένα δημόσιων συνόλων που δεν χρησιμοποιήθηκαν στην εκπαίδευση και κρατήθηκαν εκτός των σημείων αναφοράς, ώστε να ελέγξει τη γενίκευση πέρα από οικείες σουίτες αξιολόγησης.

Σε 72 εργασίες ανάκτησης, η εταιρεία αναφέρει μέση τιμή nDCG@10 83,99 για επανακατάταξη χωρίς παραδείγματα, όπου κάθε ζεύγος ερωτήματος και εγγράφου βαθμολογείται ανεξάρτητα. Η επίδοση αυτή είναι κατά 1,81 μονάδες υψηλότερη από εκείνη του Qwen3-Reranker-8B.

Για έναν έλεγχο στην παραγωγή, η Perplexity έλαβε δείγμα ενός εκατομμυρίου αποδιπλοποιημένων αιτημάτων API, με καλυμμένες τις προσωπικές πληροφορίες, από τις πρώτες 18 ημέρες διαθεσιμότητας του API. Το δείγμα κάλυπτε 2.318.887 μεμονωμένες ερωτήσεις, οι οποίες συμπεριλήφθηκαν όλες με ρητή συγκατάθεση των χρηστών για ερευνητικούς σκοπούς. Μοντέλα LLM αιχμής χρησιμοποιήθηκαν ως κριτές για να δώσουν τις απαντήσεις αναφοράς, καθώς τα αιτήματα παραγωγής δεν διαθέτουν ετικέτες ορθής απάντησης.

Η Perplexity αναφέρει συμφωνία 93,98% με τους εν λόγω κριτές για την έκδοση v1.3, έναντι 93,68% για την έκδοση v1.2. Η διαφορά είναι μικρή, ενώ η μετρική μετρά τη συμφωνία με απαντήσεις αναφοράς που δημιουργήθηκαν από μοντέλα και όχι την ακρίβεια σε σύγκριση με ετικέτες ορθής απάντησης.

Για το ίδιο δείγμα αιτημάτων, η Perplexity αναφέρει κόστος 26,47 $ για το Decider v1.3 και 13,24 $ για το Flash. Το Decider εκτελέστηκε τοπικά· η σύγκριση δεν διευκρινίζει τον τρόπο υπολογισμού του κόστους του τοπικού υλικού ούτε παρέχει αποτελέσματα καθυστέρησης υπό ίδιες συνθήκες, επομένως τα ποσά αφορούν αυτόν τον φόρτο εργασίας και δεν υποδηλώνουν καθολικό πλεονέκτημα κόστους ή ταχύτητας.

Η Perplexity χρησιμοποιεί επίσης το Decider εκτός σύνδεσης, για να εξετάζει αρχεία καταγραφής ασφάλειας πρακτόρων και να εντοπίζει προβλήματα που διέφυγαν και ψευδείς συναγερμούς. Σε μία ημέρα που αναφέρεται, επεξεργάστηκε 1 δισεκατομμύριο διακριτά στοιχεία σε 7.000 συνεδρίες πρακτόρων και εντόπισε αδυναμίες που οδήγησαν σε 14 προτεινόμενες διορθώσεις κανόνων, από τις οποίες έξι εγκρίθηκαν και τέθηκαν σε εφαρμογή εντός δύο ημερών. Η επανεκτέλεση μιας εβδομάδας αρχείων καταγραφής με τις διορθώσεις μείωσε κατά 52% τον όγκο του κανόνα με τον μεγαλύτερο φόρτο, ενώ οι διευρυμένοι κανόνες εντόπισαν περίπου 40% περισσότερες νόμιμες ενέργειες προς διερεύνηση.

Ένα δεύτερο εσωτερικό σύστημα αποθηκεύει πιθανότητες σχετικά με αποτυχίες της ενισχυτικής μάθησης και ερμηνείες των πρακτόρων, επιτρέποντας την αλλαγή των ορίων χωρίς νέα ερωτήματα προς το Decider. Απλώς παρατηρεί και διαγιγνώσκει, χωρίς ποτέ να τροποποιεί τις ανταμοιβές ή να διακόπτει τις εκτελέσεις. Το Decider φιλτράρει επίσης σελίδες χαμηλής ποιότητας που έχουν συλλεχθεί από τον ιστό, αξιολογώντας ταυτόχρονα το κοινό, τον τομέα, το επιβλαβές ή παράνομο περιεχόμενο και τα προσωπικά δεδομένα.

Η Perplexity συνιστά τη βαθμονόμηση των ορίων απόφασης με αντιπροσωπευτικά παραδείγματα που έχουν επισημανθεί, καθώς η συχνότητα των επισημάνσεων και το κόστος των ψευδώς θετικών και των ψευδώς αρνητικών αποτελεσμάτων διαφέρουν ανάλογα με την εφαρμογή. Προορίζει το πλήρες μοντέλο για λεπτές κρίσεις, όπου τα σφάλματα έχουν μεγάλο κόστος, και το Flash για εργασίες μεγάλου όγκου που υπόκεινται σε περιορισμούς καθυστέρησης και κόστους.

Το εύρος των δυνατοτήτων του Decider συνεπάγεται, επομένως, και επιβάρυνση κατά την ανάπτυξη: οι ίδιες πιθανότητες που το καθιστούν επαναχρησιμοποιήσιμο σε διαφορετικές εργασίες εξακολουθούν να απαιτούν όρια προσαρμοσμένα σε κάθε εφαρμογή, ενώ η πρόσθετη δυνατότητα εξαγωγής του Locate αυξάνει τις απαιτήσεις υπολογιστικής ισχύος για μικτά αιτήματα.