A Perplexity februári Enterprise‑frissítése a mindennapi üzleti kutatást teszi gyorsabbá és megbízhatóbbá, miközben a vállalati adatok kezelése továbbra is zárt, biztonságos környezetben zajlik. A szolgáltatás középpontjában az új Deep Research ügynök áll, amely a legfejlettebb érvelő modellekre épít, kifejezetten pénzügyi, jogi, technikai és piackutatási felhasználásokra optimalizálva.
Deep Research: szakértői szintű elemzések percek alatt
A frissített Deep Research célja, hogy a hagyományosan órákat vagy napokat igénylő kutatási feladatokat percekre rövidítse, miközben megőrzi a szakértői mélységet és az átlátható forráshasználatot.perplexity+1
A rendszer képes összetett versenytárselemzéseket és piacfeltérképezéseket készíteni, több tucat forrást szintetizálva, minden állítást hivatkozásokkal alátámasztva.research.
A Deep Research többek között az alábbi feladatokra készült:
- Mély versenytárselemzés, piaci trendek és szegmensek áttekintése, teljes körű hivatkozásokkal.
- Összetett pénzügyi, jogi vagy műszaki jelentések generálása, amelyek megfelelnek a vállalati döntéshozatal igényeinek.
- Nagy terjedelmű dokumentumok (jelentések, szabályzatok, szerződések) átfogó, strukturált összefoglalása és összehasonlítása).
DRACO: új iparági etalon a mélykutatás mérésére
A februári kiemelt újdonság a DRACO (Deep Research Accuracy, Completeness, and Objectivity) benchmark, egy nyílt, több területet lefedő tesztcsomag, amely valós felhasználói kutatási feladatok alapján értékeli a mélykutató AI‑rendszereket. A DRACO 100 gondosan válogatott feladatot tartalmaz olyan területekről, mint akadémiai kutatás, pénzügy, jog, orvostudomány, technológia, UX‑design, személyre szabott asszisztens‑szcenáriók, vásárlási és termékösszehasonlítási kérdések, illetve „tű a szénakazalban” típusú információkeresés.
Minden feladathoz részletes értékelési rubrika tartozik, átlagosan mintegy 40 szemponttal, amelyek olyan dimenziókat mérnek, mint:
- Tényszerű pontosság.
- Az elemzés mélysége és terjedelme.
- Prezentációs minőség, szerkezet, érthetőség.
- Hivatkozások minősége és teljessége.
A Perplexity saját Deep Research rendszere a DRACO tesztben, valamint vezető külső benchmarkokon – például a Google DeepMind DeepSearchQA és a Scale AI ResearchRubrics rendszerein – is állami‑of‑the‑art eredményeket ért el, megelőzve a többi mélykutató eszközt pontosság és megbízhatóság tekintetében.
Miért fontos ez a vállalatoknak?
A Perplexity szerint a DRACO egyik legnagyobb előnye, hogy valódi, anonim felhasználói kérésekből kiindulva modellezi a mindennapi üzleti kutatási igényeket, nem pedig mesterséges, laboratóriumi feladatokon méri a rendszerek teljesítményét. Ez azt jelenti, hogy a benchmark‑eredmények jobban tükrözik, hogyan viselkedik egy mélykutató AI a gyakorlatban – például egy jogi előterjesztés előkészítésekor, egy orvosi kezelési opció összehasonlításakor vagy egy több száz oldalas piaci riport feldolgozásakor.
A DRACO modell‑agnosztikus, vagyis bármely mélykutatási képességekkel rendelkező AI‑rendszer vizsgálható vele, a Perplexity pedig vállalta, hogy a jövőben is rendszeresen frissíti és publikálja az eredményeket. A vállalat célja, hogy a benchmark iparági szabvánnyá váljon, megkönnyítve a különböző kutatóügynökök összehasonlítását, és átláthatóbbá téve a teljesítményre vonatkozó marketing‑állításokat.
Gyorsaság, skálázhatóság, vállalati integráció
A legújabb mérések szerint a Perplexity Deep Research nemcsak pontosságban, hanem hatékonyságban is az élmezőnyben van: a rendszer a DRACO‑feladatok során a mezőny legalacsonyabb átlagos válaszidejét érte el, 459,6 másodperces futási idővel, miközben a versenytársak 592 és 1808 másodperc között mozogtak.
Ez a gyakorlatban azt jelenti, hogy a felhasználóknak nem kell választaniuk a mély, alapos kutatás és a gyors válasz között: a vállalati döntéstámogatás szempontjából kritikus riportok percek alatt elkészülhetnek.
A frissített Deep Research ügynök a Perplexity saját kereső‑ és böngészőinfrastruktúrájára, valamint kódvégrehajtási környezetére támaszkodik, amely vertikálisan integrált módon optimalizálja az adatgyűjtést, az elemzést és a prezentációt.
A rendszer modell‑agnosztikus harneszt használ, így ahogy új, erősebb érvelő LLM‑ek jelennek meg, a Perplexity automatikusan képes beépíteni őket, és újrafuttatni a benchmarkokat, hogy a felhasználók a mindenkori csúcs‑teljesítményt kapják.
A Perplexity Enterprise felhasználók számára az új Deep Research funkciók PDF‑be, illetve a szervezet fájlkezelő rendszereibe exportálható riportokat kínálnak, amelyek könnyen megoszthatók a különböző csapatok és döntéshozók között.[perplexity]
Az adatok kezelését végig a vállalati biztonsági és megfelelőségi elvárásokhoz igazították, így az AI‑alapú kutatás beilleszthető a már meglévő IT‑ és jogi keretek közé.