💡 PERPLEXITY PERTURBE LA RÉCUPÉRATION RAG : $AI INFRASTRUCTURE RÉVOLUTIONNE LA RÉCUPÉRATION DU CONTEXTE ! ⚡

Perplexity vient de publier en open-source pplx-embed-v2-context-9b-preview sous licence MIT, introduisant un encodage contextuel à l’échelle du document pour les systèmes RAG. 📊 En liant directement le contexte du document entier aux vecteurs de chaque fragment, l’architecture résout l’ambiguïté des données isolées tout en récupérant simultanément des preuves de vérification de la réponse.

Lors de tests à l’aveugle sur 38 894 longs documents, le modèle a obtenu 45,5 % Answer@10 — dépassant Voyage Context 4 de 14,4 % — prouvant que la conservation du contexte structurel améliore la précision des données au niveau institutionnel. 🔍 À mesure que les systèmes intelligents passent à l’échelle, un encodage vectoriel propre séparera la précision structurelle du bruit du marché.

💬 Les modèles d’embedding de contexte open-source accéléreront-ils l’intégration des protocoles d’IA en temps réel sur des réseaux décentralisés ? 👇

⚠️ Ceci n’est pas un conseil financier. Gérez toujours votre risque. 🛡️

🏷️ #AI #RAG #MachineLearning #Crypto #Tech

🎯 🔍