Perplexity开源新Embedding模型：整篇一起读，切块也能带着上下文
2026-10-01
2 次阅读
RSS订阅
- Perplexity 开源了用于 RAG 检索的上下文嵌入模型 pplx-embed-v2-context-9b-preview
- 该模型将文档块一起编码，使每个向量都能引用整个文档
- 在 context-bench 上 Answer@10 达到 45.5%，比 Voyage Context 4 高出 14.4 个百分点
- 当前版本为预览版，权重和嵌入结果可能会发生变化
Perplexity 开源了 pplx-embed-v2-context-9b-preview，这是一款用于 RAG 检索的上下文嵌入模型。它将文档块一起编码，使每个向量都能引用整个文档。在 context-bench 上，Answer@10 达到了 45.5%，比 Voyage Context 4 高出 14.4 个百分点。这是预览版本；权重和嵌入可能会发生变化。
📰 来源：blockbeats
💬 引用锚点
Perplexity开源pplx-embed-v2-context-9b-preview模型，将文档块一起编码以实现上下文感知。
该模型在context-bench测试中Answer@10达45.5%，显著超越Voyage Context 4等竞品。
这是预览版本，权重和嵌入表现可能会发生变化，建议持续跟进更新。
💡 一句话定义：
Perplexity开源的pplx-embed-v2-context-9b-preview是一款用于RAG检索的上下文嵌入模型。
📈 核心数据：
- 在context-bench上Answer@10达到45.5%，比Voyage Context 4高出14.4个百分点。
- 该模型将文档块一起编码，使每个向量都能引用整个文档。
- 这是预览版本，权重和嵌入可能会发生变化。
🧭 快速步骤：
- 下载并部署pplx-embed-v2-context-9b-preview模型以进行测试。
- 将其集成到现有的RAG系统中，评估检索精度的提升效果。
- 关注后续正式版本的更新，以便获取更稳定的权重和性能。
常见问题
Perplexity 新开源的 Embedding 模型名称是什么？▼
该模型名为 pplx-embed-v2-context-9b-preview，专为 RAG 检索设计的上下文嵌入模型。
这个模型与传统 Embedding 模型有何不同？▼
传统模型通常独立编码单个文档块，而该模型将文档块一起编码，使每个向量都能引用整个文档的上下文信息。
该模型在性能上表现如何？▼
在 context-bench 基准测试中，Answer@10 达到了 45.5%，比 Voyage Context 4 高出 14.4 个百分点。
当前发布的版本是否稳定可用？▼
这是预览版本，官方提示模型权重和嵌入结果可能会发生变化，建议关注后续正式版本的更新。
💬 评论 (0)
发表评论