Perplexity AI發布新研究,闡述如何透過後訓練提升搜尋增強答案準確性

ME News 消息,4 月 23 日(UTC+8),Perplexity AI 近日發布了一項新研究,闡述了其如何透過後訓練模型來提升搜尋增強答案的準確性。研究指出,其採用的 SFT + RL 訓練流程,改進了搜尋品質、引用品質、指令遵循能力和效率。文中觀點認為,使用 Qwen 模型,可以在更低的成本下,在事實準確性方面達到或超越 GPT 模型。(來源:InFoQ)
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 打賞
  • 回覆
  • 轉發
  • 分享
回覆
請輸入回覆內容
請輸入回覆內容
暫無回覆
  • 已置頂