Perplexity发布pplx-embed-v2-context嵌入模型及两个评测基准

论文提出 pplx-embed-v2-context 上下文嵌入模型系列，通过从查询感知的上下文压缩模型蒸馏分级 chunk 级相关性来训练，摆脱对黄金 chunk 标注的依赖，并提供 9B 和 0.6B 两个兼容嵌入空间的版本。作者同时发布 Context-bench 与 Q2D-Chunk 两个标注答案与验证证据的评测基准，后者作为公开排行榜开放。9B 模型在两个新基准及 ConTEB 上刷新 SOTA，并在视觉 ViDoRe-V3 的密集检索器中取得最优表现。