Perplexity AI发布新研究,阐述如何通过后训练提升搜索增强答案准确性

ME News 消息,4 月 23 日(UTC+8),Perplexity AI近日发布了一项新研究,阐述了其如何通过后训练模型来提升搜索增强答案的准确性。研究指出,其采用的SFT + RL训练流程,改进了搜索质量、引用质量、指令遵循能力和效率。文中观点认为,使用Qwen模型,可以在更低的成本下,在事实准确性方面达到或超越GPT模型。(来源:InFoQ)
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 转发
  • 分享
评论
请输入评论内容
请输入评论内容
暂无评论