Perplexity는 이후 Computer 체크포인트가 라이브 A/B 테스트에서 도구 호출 실패를 21.2% 줄였다고 밝혔다
Perplexity는 힌트 유도 자기 증류를 이용해 Computer 모델이 자체 오류로부터 학습하도록 사후 학습했다. Perplexity는 라이브 A/B 테스트에서 이후 학습된 체크포인트가 이전 체크포인트 대비 도구 호출 실패를 21.2% 줄였다고 밝혔다.
관련 AI 뉴스
Perplexity, pplx-embed-v2-late 멀티모달 임베딩 모델 출시
Perplexity가 공유 임베딩 공간에서 텍스트, 이미지, 페이지를 검색하는 지연 상호작용 임베딩 모델 2종인 pplx-embed-v2-late를 출시했으며, 현재 Hugging Face에서 공개되어 있다.
Perplexity Computer에 Automations 추가, 일정 및 이벤트 기반 작업 지원
Perplexity가 지속적인 작업을 위해 Perplexity Computer에 Automations를 도입한다. 이벤트 기반 트리거 또는 일정에 따라 동작하며, 메모리, 스킬, Slack, Gmail, Outlook, Linear 등의 앱과 함께 사용할 수 있다.
Perplexity의 Secure Intelligence Institute, 대학 연구자 및 NVIDIA와 협력
Perplexity는 Secure Intelligence Institute가 스탠퍼드, CMU, 듀크, 컬럼비아, 오하이오 주립, UVA의 연구자와 협력하고 있으며, NVIDIA 및 Open Secure AI Alliance와도 협력해 도구와 연구 결과를 공유한다고 밝혔다.
Perplexity, Bumblebee로 개발자 기기의 위험 패키지 점검
Perplexity에 따르면 Bumblebee는 개발자 기기에서 위험한 패키지와 확장 기능을 점검하고, Computer는 Bumblebee와 Numbat의 발견 내용을 바탕으로 더 나은 탐지 규칙을 제안한다. 모든 변경은 배포 전에 사람이 승인하며, 에이전트는 자신의 변경을 승인할 수 없다.
Perplexity, 더 안전한 에이전트를 설계하는 방법을 공개
Perplexity는 안전장치를 인프라, 하네스, 도구에 넣고 제품 전반에 적용했으며, 그 접근에 대한 설명을 공개했다고 밝혔다.