Perplexity AI
Perplexity AI由Aravind Srinivas（首席执行官）、Denis Yarats（首席技术官）和Andy Konwinski于2022年8月创立。Srinivas之前曾在OpenAI从事语言和扩散生成模型的工作，Yarats曾是Facebook AI Research的AI研究科学家，Konwinski曾是DataBricks的联合创始人。
Perplexity基于OpenAI的GPT-3.5模型和微软的Bing搜索引擎提供支持，Perplexity Ask汇总搜索结果，为用户提供查询的答案，而不是返回链接列表。返回的信息附带引用，允许用户确定信息的可靠性。
搜索引擎还包含后续问题，以便用户可以以对话方式搜索网络。Perplexity还提供了Bird SQL，这是一个Twitter的搜索界面，可以将自然语言翻译成SQL代码。
Perplexity与Google相比最大的不同是可以根据用户的提问，检索出相关资料并整理为回答，标注出处，便于用户校验。弥补了谷歌这类传统浏览器大部分搜索结果相关度不高、专业类知识难以寻找的问题。
其次，perplexity可以围绕一个问题进行展开追问，与chatgpt有相似之处但又不一样。Perplexity是搜索引擎，chatgpt是聊天机器人（chatgpt可以一本正经的胡说八道，Perplexity所有回答都有出处）。
Perplexity现阶段的不足：
1、支持中文提问，但是回答只支持英文。另外，中文的关联性上有点低。
2、与传统浏览器相比，Perplexity AI提供的链接相对较少，如果Perplexity AI错误地理解了用户的意思又缺少链接来进行考证，则搜索结果就难以支撑用户的需求，在搜索结果的丰富度上还有所欠缺。
网址预览
数据评估
本站 稀饭网址提供的 Perplexity AI都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由 稀饭网址实际控制，在 2023年11月19日 下午10:55收录时，该网页上的内容，都属于合规合法，后期网页的内容如出现违规，可以直接联系网站管理员进行删除， 稀饭网址不承担任何责任。
相关导航
中文预训练语言模型，能够在零样本和少样本情境下完成多种NLP任务。WeLM的功能和特点：WeLM拥有处理跨多语言（中英日）任务的能力，并且具有mutilingual的能力。WeLM具有记忆能力、自我纠正和检查能力，能够学习少量的文本转换例子即可达到对任意类型的文本转换。在14项中文NLP任务上，WeLM的整体表现超出了所有同大小的模型，甚至能够匹配比它大25倍的模型。WeLM使用62k的SentencePiece tokenizer进行词表处理，再加上3万个中文符号和中文中常见的英语、日语、韩语等语言的常用词也被包括在内。相关技术论文《WeLM: A Well-Read Pre-trained Language Model for Chinese》已经发布于论文预印本网站arXiv（https://arxiv.org/abs/2209.10372）