Perplexity(@perplexity_ai)
On Q2D-Web, about 70,000 production-derived search queries over 190M web documents, the 9B and 0.6B ...
7.0内容质量
TL;DR · AI 摘要
Perplexity的9B和0.6B模型在Q2D-Web数据集上Recall@1000分别达74.8%和73.6%，优于nemotron-embed-8b的69.3%。
核心要点
- Perplexity 9B模型在Q2D-Web数据集上Recall@1000达到74.8%
- 6B模型在相同数据集上Recall@1000为73.6%
- 对比nemotron-embed-8b的69.3%表现更优
结构提纲
按章节快速跳转。
- §引言
介绍Q2D-Web数据集及模型评估背景。
- ·实验结果
展示9B和0.6B模型在Recall@1000指标上的表现。
- ›对比分析
与nemotron-embed-8b模型的性能对比。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- 模型性能对比
- Q2D-Web数据集
- 190M网页文档
- Perplexity模型
- 9B模型: 74.8% Recall@1000
- 0.6B模型: 73.6% Recall@1000
- 对比模型
- nemotron-embed-8b: 69.3% Recall@1000
金句 / Highlights
值得收藏与分享的关键句。
9B模型在Q2D-Web数据集上Recall@1000达74.8%，优于nemotron-embed-8b的69.3%。
0.6B模型在相同数据集上Recall@1000为73.6%，接近9B模型表现。
实验基于70,000个生产环境衍生的搜索查询和190M网页文档。
#模型性能#Recall@1000#Q2D-Web#Perplexity
打开原文Perplexity 在 X 上的推文：在 Q2D-Web 数据集上，针对约 1.9 亿个网页文档中的约 7 万个生产环境中衍生的搜索查询，9B 和 0.6B 模型的 Recall@1000 分别达到 74.8% 和 73.6%，而 nemotron-embed-8b 模型仅为 69.3%。/ X
@perplexity_ai
在 Q2D-Web 数据集上，针对约 1.9 亿个网页文档中的约 7 万个生产环境中衍生的搜索查询，9B 和 0.6B 模型的 Recall@1000 分别达到 74.8% 和 73.6%，而 nemotron-embed-8b 模型仅为 69.3%。
2026 年 10 月 7 日 下午 4:10
·
2,130 次浏览
4
16