Perplexity 釋出 pplx-embed-v2 上下文嵌入模型

2026 年 10 月 1 日，MarkTechPost 報道，Perplexity Research 與 turbopuffer 聯合釋出了 pplx-embed-v2-context-9b-preview，這是一個面向 RAG 流程的上下文嵌入模型。按照報道的說法，該模型在嵌入每個分塊時都能看到完整文件，而不是隻看被切出來的那一段。

報道把這次變化的關鍵落在訓練訊號上：模型學習的是同時檢索出答案以及驗證該答案所需的上下文，而不只是檢索出一個單一的「黃金段落」。報道稱，這種訓練目標與以往只針對單一段落做最佳化的做法不同。

至於能否部署，報道給出的答案是肯定的，但摘要中只寫到這一點，沒有列出具體的部署方式、可用平臺或接入渠道。截至這篇報道發出，這是目前關於該模型唯一可核對的資訊：釋出時間為 2026 年 10 月 1 日，釋出方為 Perplexity Research 與 turbopuffer，模型版本為 pplx-embed-v2-context-9b-preview，定位是面向 RAG 的上下文嵌入模型，特點是分塊嵌入時可見完整文件，訓練目標包含答案與驗證答案所需上下文兩部分，並確認可部署。報道未提及定價、上下文長度、評測結果或開放範圍，這些內容目前均無材料可查。