先了解这件事
2026年10月3日,Perplexity开源了七项模型、推理工具与安全项目。据当时报道,其中包括多模态决策模型pplx-decider-v1-27b,在11项基准上平均85.7%,领先Jev;上下文嵌入向量模型pplx-embed-v2-context-9b-preview,在ConTEB和turbopuffer context-bench上表现最佳;面向Apple silicon的本地推理引擎Lily,用Rust加自定义metal kernel实现,在M5 Max上prefill比MLX-LM快1.23倍、decode快1.35倍;以及0.6B端侧PII分类器PII-Tracer及配套PII-TRACE基准、面向深度研究智能体的WANDR基准、笔记本与工作站智能体检测响应工具Numbat、只读供应链扫描器Bumblebee。2026年10月7日,Perplexity宣布其决策模型在Hugging Face Decision Index上登顶,并称该模型为开放权重。
AI 根据公开报道生成
最新进展 · 正式报道
Perplexity 开源决策模型登顶 HF Decision Index事件进展
2 个已确认进展
- 来源：Aravind Srinivas
- 来源：Aravind Srinivas
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月7日
Aravind Srinivas
Perplexity 开源决策模型登顶 HF Decision Index
Perplexity 在 Hugging Face Decision Index（决策模型基准）上夺冠。我们的模型是开放权重的，所有人都可以使用！
10月3日
Aravind Srinivas
Perplexity 开源七个项目，含多模态决策模型与 Apple 芯片推理引擎
Perplexity 近期开源了七个项目。pplx-decider-v1-27b 是多模态决策模型，在 11 项基准上平均 85.7%，领先 Jev；pplx-embed-v2-context-9b-preview 为上下文嵌入向量模型，在 ConTEB 和 turbopuffer context-bench 上表现最佳。此外还有面向 Apple silicon 的本地推理引擎 Lily，用 Rust 加自定义 metal kernel 实现，在 M5 Max 上 prefill 比 MLX-LM 快 1.23 倍、decode 快 1.35 倍；0.6B 端侧 PII 分类器 PII-Tracer 及配套 PII-TRACE 基准；面向深度研究智能体的 WANDR 基准；笔记本与工作站智能体检测响应工具 Numbat；以及只读供应链扫描器 Bumblebee。