@perplexity_ai
Perplexity представила Q2D-Web — новый бенчмарк и публичный лидерборд для оценки retrieval-моделей в агентных RAG-системах. Бенчмарк основан на 23 000 реальных поисковых запросах на 10 языках, собранных за 9 месяцев. Протестировано 13 моделей: собственная pplx-embed-v1-4b лидирует по двум из трёх наборов релевантности, Nemotron-3-Embed-8B — по третьему. Любой желающий может подать свою модель с Hugging Face на оценку.