在 az 发布的月访问量

Afroga2497

[size=14.6667px]前 的 GenAI 产品中，PerplexityAI 排名第十。从 月到 月的半年时间内，Perplexity AI 每天处理的搜索请求量增长了 ～ 倍，目前每天要处理数百万个搜索请求。 即使在其他大型模型纷纷引入联网能力后，Perplexity 仍保持良好发展势头。因此，本文将结合实际使用体验，探讨许多人眼中的 GPT “套壳”产品 Perplexity 的独特之处。 三、Perplexity 如何脱颖而出？ Perplexity的三大优点：迭代速度快、效果佳以及功能创新。 迭代速度快，每周一个小更新 如下图所示，自 Perplexity 推出以来，其重要的更新和里程碑事件一目了然。在不到一年的时间里，Perplexity 已经实现了多次关键的版本迭代。[size=14.6667px]

[size=14.6667px]特别是在更新频繁的时期，几乎每周都会推出新的功能，这些更新主要集中在产品功能层面，直到今年 月，Perplexity 才低调推出了旨在降低运行成本的大型模型。 分析推特中 Perplexity 筛选出涉及到的版本更新相关内容详情和数据，包括各个版本的发布日期 澳大利亚 WhatsApp 号码数据[size=14.6667px] 和相关推文的点赞次数，可以看出点赞最多的是去年年底推出的 Twitter 搜索引擎。团队对搜索具有敏锐的产品洞察，在 GPT- 推出后的半个月就上线了推特基于 SQL 的搜索分析引擎。点赞数其次的是新模型推出类动态，而 Perplexity 团队更为重视和投入的产品更新迭代类内容关注较少。 可以推测，目前大众对 AI搜索类产品的认知，还处在同类产品的尝新，尚未进入对产品功能的深入体验或形成显著的用户粘性。[size=14.6667px]



[size=14.6667px] 功能创新，补足回答引擎的短板 「Devil in the details.」，Perplexity 的卓越搜索体验得益于其众多创新功能，尤其是 Source Edit（信源编辑）、Focus Search（专注模式）和 Perplexity Copilot。 Perplexity 并不总是都表现良好。例如，在查询“Twitter 的 CEO 是谁”时，尽管同类产品均能正确回答 Linda Yaccarino，Perplexity 却有时会答错。这一错误源于其引用了未及时更新的维基百科条目。针对此类错误，Source Edit 功能可提供有效解决方案。 Source Edit 允许用户编辑参考信源并重新搜索。目前，这一功能仅支持删除而非添加信源，有效减少无关信源对结果的干扰，通过人工的方式，对潜在的不稳定性进行修正。可以看到，排除了包含错误信息的维基百科后，Perplexity 能够给出正确答案。