Perplexity เปิดตัวโมเดล Decider V1.3 พร้อมความสามารถดึงช่วงข้อความ

Perplexity เปิดตัว Decider v1.3 และ Decider Flash v1.3 เมื่อวันที่ 12 พฤศจิกายน 2026 โดยเพิ่มความสามารถในการดึงช่วงข้อความตามต้นฉบับทุกประการ และเปิดให้ดาวน์โหลดน้ำหนักโมเดลภายใต้สัญญาอนุญาต Apache-2.0 บริษัทระบุว่าโมเดลขนาดใหญ่มีความแม่นยำเฉลี่ย 91.6% ในงานจำแนกประเภทคำค้น 63 งาน โดยมีโมเดล LLM ชั้นแนวหน้าเป็นผู้ติดป้ายกำกับข้อมูลอ้างอิงใหม่อย่างเป็นอิสระ ซึ่งสูงกว่าโมเดลจำแนกประเภทที่ใช้งานจริงของบริษัท 6.54 จุดเปอร์เซ็นต์

ฟีเจอร์ Locate ใหม่จะส่งคืนข้อความที่ตรงกันทุกประการ พร้อมตำแหน่งอักขระเริ่มต้นและสิ้นสุด สำหรับการรู้จำชื่อเฉพาะ การตรวจจับข้อมูลส่วนบุคคล และการตอบคำถามโดยดึงข้อความจากแหล่งข้อมูล หากไม่พบข้อความที่ตรงกัน ระบบจะส่งคืนรายการว่าง โมเดลทั้งสองยังใช้งานได้ผ่าน OpenRouter และ Decisions API ของ Perplexity

Decider ส่งคืนค่าความน่าจะเป็นสำหรับคำถามแบบใช่/ไม่ใช่ ตัวเลือกที่กำหนดเอง หรือคะแนนตามลำดับ แทนการสร้างข้อความร้อยแก้ว แอปพลิเคชันสามารถตั้งคำถามหลายข้อเกี่ยวกับข้อความ JSON หรือรูปภาพชุดเดียวกัน แล้วใช้ตัวเลขที่ได้เพื่อจำแนกประเภท กำหนดเส้นทางคำขอ ตรวจสอบเนื้อหา กรองข้อมูล ประเมินผลลัพธ์ และจัดอันดับใหม่ งานเหล่านี้มักต้องใช้เกณฑ์การตัดสินใจ แทนการสร้างข้อความแบบอิสระ

การเปลี่ยนแปลงด้านสถาปัตยกรรมและการฝึก

Decider ปรับโครงข่ายพื้นฐานแบบสร้างเนื้อหา โดยแทนที่การสร้างโทเค็นถัดไปด้วยหัวตัดสินใจที่อ่านค่าจากโทเค็นตัวบ่งชี้ หัวดังกล่าวเริ่มต้นจากแถวในโมเดลฐานที่เกี่ยวข้องกับโทเค็นตัวเลือกคำตอบเท่านั้น ใน v1.3 Perplexity ปรับชั้นกลไกความสนใจแบบเต็มให้ทำงานสองทิศทาง และแยกคำถามไม่ให้สนใจกันโดยตรง ขณะเดียวกันก็เปิดให้สถานะอินพุตที่ใช้ร่วมกันสนใจคำถามได้ การเปลี่ยนแปลงนี้มาแทนโครงสร้างของ v1.2 ซึ่งคำตอบอาจเปลี่ยนไปตามคำถามอื่นที่ถามร่วมกัน และได้รับการออกแบบมาเพื่อให้คำตอบมีเสถียรภาพมากขึ้น

การฝึกโมเดลแปลงชุดข้อมูลสาธารณะหลายร้อยชุดให้อยู่ในรูปแบบร่วมกัน ซึ่งประกอบด้วยสถานะ คำถาม ตัวเลือก และเป้าหมาย การปรับแต่งโมเดลแบบทั่วไปจะไม่ใช้ชุดฝึกของเกณฑ์มาตรฐาน และ Perplexity ระบุว่ายังนำตัวอย่างที่อาจซ้ำซ้อนกับชุดประเมินผลออกด้วย การปรับแต่งเฉพาะทางในภายหลังสำหรับโดเมนต่าง ๆ และการมองเห็นด้วยคอมพิวเตอร์ใช้ LoRA ซึ่งเป็นวิธีตรึงน้ำหนักที่ผ่านการฝึกไว้ก่อน แล้วฝึกเมทริกซ์แยกตัวประกอบตามอันดับที่แทรกเข้าไป Perplexity ใช้การผสานอะแดปเตอร์แบบถ่วงน้ำหนักเพื่อควบคุมการเบี่ยงเบน และเฉลี่ยน้ำหนักจากการฝึก 3 รอบสำหรับขั้นตอนที่ใช้กับข้อความ

จากนั้นจึงกลั่นโมเดล Flash จากโมเดลขนาดใหญ่ โดยใช้ KL divergence เพื่อลดความแตกต่างระหว่างค่าความน่าจะเป็นของผลลัพธ์กับของโมเดลครู แทนที่จะเรียนรู้จากป้ายกำกับคำตอบที่ถูกต้องเพียงอย่างเดียว เอกสารข้อมูลโมเดล Decider v1.3 ระบุว่าใช้โครงข่ายพื้นฐาน Qwen3.8-27B และมีน้ำหนัก BF16 ประมาณ 49 GiB ส่วน เอกสารข้อมูลโมเดล Decider Flash v1.3 ระบุว่าใช้ Qwen3.5-4B และมีน้ำหนักประมาณ 8.5 GiB การโฮสต์โมเดลใดโมเดลหนึ่งด้วยตนเองต้องใช้ GPU ที่รองรับ CUDA และหน่วยความจำที่ใช้งานได้เพิ่มเติมจากพื้นที่สำหรับน้ำหนักโมเดล ทำให้ Flash ใช้ฮาร์ดแวร์น้อยกว่า

ข้อจำกัดในการให้บริการของ Locate

Locate รองรับเฉพาะข้อความ และจำกัดคำถาม Locate ไว้ที่ 128 ข้อต่อคำขอ หากคำขอมีทั้งคำถาม Locate และคำถามเพื่อการตัดสินใจ ระบบต้องประมวลผลไปข้างหน้าแยกกันสำหรับคำถามแต่ละประเภท ซึ่งเพิ่มเวลาแฝงเมื่อเทียบกับคำขอที่มีคำถามเพียงประเภทเดียว

Perplexity ไม่ผสานอะแดปเตอร์ของ Locate เนื่องจากการผสานทำให้ผลลัพธ์ของคำขอตัดสินใจทั่วไปถดถอยลง อะแดปเตอร์เหล่านี้จะทำงานเฉพาะกับคำขอ Locate เท่านั้น การออกแบบนี้ช่วยคงพฤติกรรมการตัดสินใจเดิมไว้ แต่เวิร์กโหลดแบบผสมไม่สามารถใช้การคำนวณชุดเดียวกันร่วมกันได้อย่างเต็มที่

การประเมินผลและการใช้งานจริง

ชุดประเมินผลภายในของ Perplexity มีงานมากกว่า 200 งาน และทำงานแบบ zero-shot โดยไม่มีการปรับแต่งโมเดลเฉพาะงาน ชุดนี้เสริมลีดเดอร์บอร์ดสาธารณะด้วยงานภายในสำหรับการใช้งานจริง และการประเมินผลจากชุดข้อมูลสาธารณะที่กันไว้และไม่ใช่ชุดเกณฑ์มาตรฐาน เพื่อตรวจสอบความสามารถในการทำงานกับข้อมูลใหม่ นอกเหนือจากชุดประเมินผลที่คุ้นเคย

จากงานดึงข้อมูล 72 งาน บริษัทระบุว่าการจัดอันดับใหม่แบบรายคู่ในโหมด zero-shot ซึ่งให้คะแนนแต่ละคู่คำค้นกับเอกสารแยกจากกัน ได้ค่า nDCG@10 เฉลี่ย 83.99 สูงกว่า Qwen3-Reranker-8B อยู่ 1.81 คะแนน

ในการตรวจสอบการใช้งานจริง Perplexity สุ่มตัวอย่างคำขอ API ที่ตัดรายการซ้ำแล้ว 1 ล้านรายการ โดยปกปิดข้อมูลส่วนบุคคล จากช่วง 18 วันแรกที่ API เปิดให้ใช้งาน ตัวอย่างนี้ครอบคลุมคำถามรายข้อ 2,318,887 ข้อ ซึ่งทั้งหมดถูกรวมไว้โดยได้รับอนุญาตอย่างชัดแจ้งจากผู้ใช้เพื่อการวิจัย ผู้ประเมินที่เป็นโมเดล LLM ชั้นแนวหน้าให้คำตอบอ้างอิง เนื่องจากคำขอที่ใช้จริงไม่มีป้ายกำกับคำตอบที่ถูกต้องตามข้อเท็จจริง

Perplexity รายงานว่า v1.3 ให้ผลสอดคล้องกับผู้ประเมินดังกล่าว 93.98% เทียบกับ 93.68% สำหรับ v1.2 ความแตกต่างนี้มีเพียงเล็กน้อย และตัวชี้วัดนี้แสดงถึงความสอดคล้องกับคำตอบอ้างอิงที่สร้างโดยโมเดล ไม่ใช่ความแม่นยำเมื่อเทียบกับป้ายกำกับคำตอบที่ถูกต้องตามข้อเท็จจริง

สำหรับตัวอย่างคำขอชุดเดียวกัน Perplexity รายงานค่าใช้จ่าย 26.47 ดอลลาร์สำหรับ Decider v1.3 และ 13.24 ดอลลาร์สำหรับ Flash โดย Decider ทำงานในเครื่อง การเปรียบเทียบนี้ไม่ได้ระบุวิธีคำนวณต้นทุนฮาร์ดแวร์ในเครื่อง หรือให้ผลเวลาแฝงที่วัดภายใต้เงื่อนไขเดียวกัน ดังนั้นตัวเลขเหล่านี้จึงสะท้อนเฉพาะเวิร์กโหลดนี้ ไม่ใช่ข้อได้เปรียบด้านต้นทุนหรือความเร็วที่ใช้ได้กับทุกกรณี

Perplexity ยังใช้ Decider แบบออฟไลน์เพื่อตรวจสอบบันทึกความปลอดภัยของเอเจนต์ เพื่อค้นหาปัญหาที่ตกหล่นและการแจ้งเตือนผิดพลาด ในวันที่มีการรายงานวันหนึ่ง ระบบประมวลผลโทเค็น 1 พันล้านรายการจากเซสชันเอเจนต์ 7,000 เซสชัน และพบข้อบกพร่องที่นำไปสู่การเสนอแก้ไขกฎ 14 รายการ โดยมี 6 รายการที่ได้รับอนุมัติและนำไปใช้งานภายในสองวัน เมื่อนำบันทึกหนึ่งสัปดาห์กลับมาประมวลผลซ้ำด้วยกฎที่แก้ไขแล้ว ปริมาณการทำงานของกฎที่มีงานมากที่สุดลดลง 52% ขณะที่กฎที่ขยายขอบเขตตรวจพบการกระทำที่ชอบด้วยกฎและควรตรวจสอบเพิ่มขึ้นประมาณ 40%

ระบบภายในอีกระบบหนึ่งจัดเก็บความน่าจะเป็นเกี่ยวกับความล้มเหลวในการเรียนรู้แบบเสริมกำลังและการตีความของเอเจนต์ ทำให้ปรับเกณฑ์ตัดสินได้โดยไม่ต้องส่งคำขอไปยัง Decider เพิ่ม ระบบนี้ทำหน้าที่เพียงสังเกตและวินิจฉัย ไม่เปลี่ยนแปลงรางวัลหรือหยุดการทำงาน Decider ยังช่วยกรองหน้าเว็บที่รวบรวมมาแล้วมีคุณภาพต่ำ พร้อมประเมินกลุ่มผู้ชม โดเมน เนื้อหาที่เป็นอันตรายหรือผิดกฎหมาย และข้อมูลส่วนบุคคลในขั้นตอนเดียวกันด้วย

Perplexity แนะนำให้ปรับเทียบเกณฑ์ตัดสินโดยใช้ตัวอย่างที่มีป้ายกำกับและเป็นตัวแทนของข้อมูลจริง เนื่องจากความถี่ของป้ายกำกับและต้นทุนของผลบวกลวงกับผลลบลวงแตกต่างกันไปตามการใช้งาน Perplexity วางตำแหน่งโมเดลเต็มรูปแบบไว้สำหรับการตัดสินที่ต้องพิจารณาอย่างละเอียดรอบด้าน ซึ่งความผิดพลาดมีต้นทุนสูง ส่วน Flash เหมาะกับงานปริมาณมากที่มีข้อจำกัดด้านเวลาแฝงและต้นทุน

ดังนั้น ความสามารถที่ครอบคลุมหลากหลายของ Decider จึงมาพร้อมภาระในการนำไปใช้งานจริง กล่าวคือ แม้ความน่าจะเป็นชุดเดียวกันจะนำกลับมาใช้กับงานต่าง ๆ ได้ แต่ก็ยังต้องกำหนดเกณฑ์เฉพาะสำหรับแต่ละแอปพลิเคชัน ขณะที่ความสามารถด้านการดึงข้อมูลเพิ่มเติมของ Locate ก็เพิ่มภาระการประมวลผลให้กับคำขอแบบผสม