Perplexity发布两款LLM模型:pplx-7b-online和pplx-70b-online 可利用实时互联网数据查询

　　Perplexity AI，一家创新的人工智能初创公司，近日推出了一项能够改变信息检索系统的解决方案。该公司推出了两款新的大语言模型(LLMs)，分别是'pplx-7b-online'和'pplx-70b-online'，标志着首次通过API公开访问在线LLMs。与传统的离线LLMs(如Claude2)不同，这些模型利用实时互联网数据，能够实现对查询的即时、精确响应，克服了获取最新体育比分等实时信息的难题。

　　Perplexity在线模型在人工智能领域的独特之处在于其通过API提供的独特功能。虽然现有的LLMs如Google Bard、ChatGPT和BingChat在在线浏览方面取得了进展，但没有通过API扩展这一功能。该公司将这一能力归功于其内部搜索基础设施，该基础设施涵盖了大量高质量网站，优先考虑权威来源，并采用先进的排名机制，以实时呈现相关可靠信息。这些实时的“片段”被整合到LLMs中，以促进及时的响应。这两个模型都是基于mistral-7b和llama2-70b基础模型构建的。

　　值得注意的是，Perplexity AI不仅将这些模型与最先进的技术整合在一起，还对其进行了优化，以实现最佳性能。这一精心的过程涉及利用内部数据承包商策划的多样、顶级培训集。这一持续的优化确保这些模型在帮助性、真实性和新鲜度方面表现卓越。

　　为验证这些模型的有效性，Perplexity AI进行了全面的评估，使用各种提示，评估了帮助性、真实性和新鲜度等因素。这些评估涉及与OpenAI的gpt-3.5和Meta AI的llama2-70b等领先模型的比较，重点关注整体性能和具体标准。

　　这些评估的结果令人印象深刻。无论是pplx-7b-online还是pplx-70b-online，在新鲜度、真实性和整体偏好方面都持续优于其同类产品。例如，在新鲜度标准下，pplx-7b和pplx-70b分别达到了1100.6和1099.6的估计Elo分数，超过了gpt-3.5和llama2-70b。

　　从即日起，开发者可以访问Perplexity的API，利用这些模型的独特功能创建应用程序。定价结构基于使用情况，对早期测试者提供了特别计划。

　　这一Perplexity的创新发布引入了人工智能驱动的信息检索系统的一场变革。通过API引入pplx-7b-online和pplx-70b-online模型解决了现有离线LLMs的局限性，并展示了在提供准确、实时和真实信息方面的卓越性能。