Perplexity, Metin Aralığı Çıkarma Özellikli Decider V1.3 Modellerini Piyasaya Sürüyor

Perplexity, 12 Kasım 2026’da Decider v1.3 ve Decider Flash v1.3’ü piyasaya sürerek metin aralıklarını olduğu gibi çıkarma özelliği ve indirilebilir Apache-2.0 ağırlıkları ekledi. Şirket, sınır modellerinden birinin bağımsız olarak yeniden etiketlediği referanslarla 63 sorgu sınıflandırma görevinde büyük modelin ortalama doğruluğunun %91,6 olduğunu; bunun üretimdeki sınıflandırıcılarından 6,54 yüzde puan daha yüksek bir sonuç verdiğini bildiriyor.

Yeni Locate özelliği, adlandırılmış varlık tanıma, kişisel bilgi tespiti ve çıkarımsal soru yanıtlama için eşleşen metni başlangıç ve bitiş karakter konumlarıyla birlikte aynen döndürüyor; eşleşme bulunmadığında boş bir liste veriyor. Her iki modele de OpenRouter ve Perplexity’nin Decisions API’si üzerinden erişilebiliyor.

Decider, metin üretmek yerine evet/hayır soruları, özel seçenekler veya sıralı puanlar için olasılıklar döndürüyor. Bir uygulama aynı metin, JSON veya görseller hakkında birden fazla soru sorabilir; sınıflandırma, istek yönlendirme, moderasyon, filtreleme, çıktıları değerlendirme ve yeniden sıralama için elde edilen sayılardan yararlanabilir. Bu görevlerde serbest biçimli içerik üretmekten ziyade çoğu zaman bir karar eşiğine ihtiyaç duyulur.

Mimari ve Eğitimdeki Değişiklikler

Decider, üretken temel modelleri, sonraki token’ı üretme yaklaşımını işaretleyici token’dan okunan bir karar başlığıyla değiştirerek uyarlar. Bu başlık, yalnızca yanıt seçeneklerinin token’larıyla ilişkili temel model satırlarından başlar. v1.3’te Perplexity, tam dikkat katmanlarını çift yönlü hâle getiriyor ve soruların birbirine doğrudan dikkat etmesini engelliyor; buna karşılık paylaşılan girdi durumunun sorulara dikkat etmesine izin veriyor. Bu düzenleme, bir yanıtın sorulan diğer sorulara bağlı olarak değişebildiği v1.2 yaklaşımının yerini alıyor ve yanıtları daha kararlı hâle getirmek üzere tasarlandı.

Eğitimde yüzlerce herkese açık veri kümesi, paylaşılan durum, soru, seçenekler ve hedef biçimine dönüştürülüyor. Genel amaçlı ince ayar sırasında kıyaslama testlerinin eğitim bölümleri hariç tutuluyor; Perplexity, değerlendirmeleriyle örtüşme ihtimali bulunan örnekleri de çıkardığını belirtiyor. Daha sonraki alan ve görsel uzmanlaştırma aşamalarında, önceden eğitilmiş ağırlıkları sabit tutarken eklenen rank ayrışım matrislerini eğiten bir yöntem olan LoRA kullanılıyor. Perplexity, model kaymasını denetlemek için ağırlıklı adaptör birleştirmeleri kullanıyor ve metin aşamalarında üç çalıştırmanın ağırlıklarının ortalamasını alıyor.

Flash daha sonra büyük modelden damıtılıyor; bu sırada yalnızca altın etiketlerden öğrenmek yerine, çıktı olasılıklarıyla öğretmen modelin olasılıkları arasındaki farkı azaltmak için KL ıraksaması kullanılıyor. Decider v1.3 model kartında Qwen3.8-27B temel modelinin ve yaklaşık 49 GiB BF16 ağırlığın bulunduğu belirtiliyor; Decider Flash v1.3 kartında ise Qwen3.5-4B ve yaklaşık 8,5 GiB belirtiliyor. Her iki modeli de kendi sunucusunda barındırmak için CUDA GPU ve ağırlıkların ötesinde çalışma belleği gerekiyor; bu nedenle Flash’ın donanım gereksinimi daha düşük.

Locate’ın Sunum Sınırları

Locate yalnızca metinle çalışıyor ve her istek başına en fazla 128 Locate sorusunu destekliyor. Locate sorularıyla karar sorularını bir arada içeren isteklerde her tür için ayrı ileri geçişler gerekiyor; bu da yalnızca tek tür soru içeren isteklere kıyasla gecikmeyi artırıyor.

Locate adaptörlerinin birleştirilmesi sıradan karar isteklerinde performans gerilemesine yol açtığı için Perplexity bunları birleştirmeden tutuyor; adaptörler yalnızca Locate isteklerinde etkinleşiyor. Bu tasarım mevcut karar davranışını koruyor, ancak karma iş yüklerinde hesaplama bütünüyle ortak kullanılamıyor.

Değerlendirme ve Üretimde Kullanım

Perplexity’nin şirket içi değerlendirme paketi 200’den fazla görev içeriyor ve göreve özgü ince ayar yapılmadan, sıfır örnekli olarak çalıştırılıyor. Şirket, tanıdık değerlendirme paketlerinin ötesindeki genellemeyi sınamak için herkese açık liderlik tablolarını özel üretim görevleriyle ve herkese açık, kıyaslama dışı veri kümelerinden ayrılmış değerlendirmelerle destekliyor.

Şirket, 72 bilgi erişim görevi genelinde, her sorgu-belge çiftinin bağımsız olarak puanlandığı sıfır örnekli noktasal yeniden sıralama için ortalama 83,99 nDCG@10 bildirdi; bu sonuç Qwen3-Reranker-8B’den 1,81 puan daha yüksek.

Üretim ortamında kontrol yapmak için Perplexity, API’nin kullanıma sunulduğu ilk 18 günden kişisel bilgileri maskelenmiş, yinelenenleri ayıklanmış bir milyon API isteğini örnekledi. Örneklem, araştırma amacıyla tümü açık kullanıcı izniyle dahil edilen 2.318.887 ayrı soruyu kapsıyordu. Üretim isteklerinde doğru yanıt etiketleri bulunmadığı için referans yanıtları sınır modelleri sağladı.

Perplexity, v1.3’ün bu değerlendiricilerle %93,98, v1.2’nin ise %93,68 oranında uyuştuğunu bildiriyor. Aradaki fark sınırlı; ayrıca bu ölçüt, doğru yanıt etiketlerine göre doğruluğu değil, model tarafından oluşturulan referanslarla uyuşmayı gösteriyor.

Perplexity, aynı istek örneklemi için Decider v1.3’ün maliyetini 26,47 dolar, Flash’ın maliyetini ise 13,24 dolar olarak bildiriyor. Decider yerel olarak çalıştırıldı; karşılaştırmada yerel donanım maliyetlerinin nasıl hesaba katıldığı belirtilmiyor ve eşleştirilmiş gecikme sonuçları verilmiyor. Dolayısıyla bu rakamlar genel geçer bir maliyet veya hız avantajını değil, söz konusu iş yükünü yansıtıyor.

Perplexity, gözden kaçan sorunları ve yanlış alarmları belirlemek için ajanların güvenlik günlüklerini çevrimdışı olarak Decider ile de inceliyor. Bildirilen bir günde Decider, 7.000 ajan oturumu genelinde 1 milyar token işledi ve 14 kural düzeltmesi önerilmesine yol açan kusurlar belirledi; bunların altısı onaylanarak iki gün içinde kullanıma sunuldu. Düzeltmelerle bir haftalık günlükler yeniden oynatıldığında, en yoğun kuralın hacmi %52 azalırken genişletilen kurallar, incelenmesi gereken meşru eylemlerin yaklaşık %40 daha fazlasını yakaladı.

İkinci bir dahili sistem, pekiştirmeli öğrenmedeki başarısızlıklara ve ajan yorumlarına ilişkin olasılıkları kaydederek eşiklerin yeni Decider sorguları olmadan değiştirilmesini sağlar. Sistem yalnızca gözlem yapıp teşhis koyar; ödülleri hiçbir zaman değiştirmez ve çalışmaları durdurmaz. Decider ayrıca taranmış düşük kaliteli sayfaları filtrelerken aynı işlemde hedef kitleyi, alan adını, zararlı veya yasa dışı içeriği ve kişisel bilgileri de değerlendirir.

Perplexity, etiket sıklıkları ile yanlış pozitiflerin ve yanlış negatiflerin maliyetleri uygulamaya göre değiştiğinden, karar eşiklerinin temsili ve etiketlenmiş örnekler üzerinde kalibre edilmesini öneriyor. Şirket, tam modeli hataların maliyetli olduğu ve incelikli yargılar gerektiren işler için; Flash’ı ise gecikme ve maliyet kısıtlarının bulunduğu yüksek hacimli işler için konumlandırıyor.

Dolayısıyla Decider’ın geniş kullanım alanı, dağıtımda bazı zorlukları da beraberinde getiriyor: Modeli farklı görevlerde yeniden kullanılabilir kılan aynı olasılık değerleri, uygulamaya özgü eşiklerin belirlenmesini gerektiriyor; Locate’in eklediği bilgi çıkarma yeteneği ise karma isteklere daha fazla hesaplama yükü getiriyor.