Кампанія распрацавала Search as Code — новую архітэктуру для ШІ-пошуку, у якой мадэль не проста адпраўляе запыты ў гатовы пошукавы API, а сама піша Python-код для пабудовы пошукавага працэсу.
Кампанія распрацавала Search as Code — новую архітэктуру для ШІ-пошуку, у якой мадэль не проста адпраўляе запыты ў гатовы пошукавы API, а сама піша Python-код для пабудовы пошукавага працэсу.
Звычайна ШІ-агент працуе з пошукам па простай схеме: фармулюе запыт, атрымлівае выдачу, чытае вынікі і робіць новы запыт. На думку Perplexity, такі падыход дрэнна падыходзіць для складаных даследчых задач, таму што мадэль не кантралюе, як менавіта вынікі фільтруюцца, сартуюцца, ачышчаюцца ад дублікатаў і трапляюць у кантэкст.
У Search as Code мадэль атрымлівае доступ да набору базавых пошукавых аперацый: retrieve, fanout, filter, dedupe, rerank і іншых. Затым яна сама збірае з іх патрэбны пайплайн — напрыклад, запускае паралельныя запыты, праграмна выдаляе нерэлевантныя вынікі, правярае крыніцы і захоўвае прамежкавыя дадзеныя ў sandbox-асяроддзі.
Распрацоўшчыкі лічаць, што гэта дапамагае ШІ-агентам лепш спраўляцца з доўгімі даследчымі задачамі. Замест таго каб забіваць кантэкстнае акно выпадковымі вынікамі пошуку, мадэль можа сама адфільтраваць лішняе і пакінуць толькі тое, што сапраўды патрэбна для адказу.
У якасці прыкладу кампанія прывяла задачу з кібербяспекі: агенту трэба было знайсці 200 крытычных уразлівасцяў CVE за 2023–2025 гады, афіцыйныя рэкамендацыі вендараў, закранутае ПЗ і версіі, у якіх памылкі былі выпраўлены. Паводле дадзеных Perplexity, Search as Code справіўся з задачай і выкарыстаў на 85% менш токенаў, чым стандартны пошукавы пайплайн кампаніі.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.