Perplexity выпустила Decider v1.3 — модель, которая классифицирует текст без генерации
Perplexity Decider v1.3: Training, eval, and use cases
Perplexity представила Decider v1.3 и компактную Decider Flash v1.3 — модели для классификации, ранжирования и извлечения сущностей. Они работают на базе Qwen, используют двунаправленное внимание и дистилляцию из старшей модели в младшую. Новинка поддерживает бинарные, многоклассовые и порядковые вопросы, а также функцию locate для поиска именованных сущностей и PII. Модели доступны на Hugging Face под лицензией Apache, через OpenRouter и Decisions API.
Даже если эти лидерборды включают закрытые задачи, их всё равно можно накрутить через повторные отправки и итеративную подстройку по обратной связи от таблицы результатов.
- 0o777
Этот пост в блоге оказался кроличьей норой в кое-что интересное:
https://www.perplexity.ai/hub/blog/pii-trace-detecting-perso...
https://www.perplexity.ai/hub/blog/a-local-first-agent-for-p...
- waximabbax
Ну, поздравляю.
Вот некоторые мысли, не факты:
По AA Decision Index.
Decider v1.3 и Decider v.1.2, похоже, имеют одинаковые бенчмарки. Однако V1.3 flash обгоняет V1.2 flash на 4 пункта.
Меня не особо вдохновляет эта тенденция иметь flash-версии для decision-моделей. Весь смысл Decision-моделей был в том, чтобы выдавать более быстрый результат для высоконагруженных запросов по гораздо более низкой цене, чем Reasoning-модели. Поскольку большинство reasoning-моделей уже могут и, вероятно, превосходят decision-модели по точности, но они намного медленнее и дороже. Reasoning-модели уже могут возвращать структурированный вывод.
Так что ваша флагманская модель должна быть самой быстрой и самой точной.
Если только она не может обрабатывать какие-то другие формы ввода, кроме изображений и текста, я не вижу смысла иметь и флагманскую, и flash-версию для одной и той же модели.
- nchmy
Благодаря этому посту я открыл для себя и изучил различные decider и другие модели. Механизм "locate" в Decider 1.3, похоже, имеет эквивалент в Clairic от Cloudflare и Extract от ScaleDown. Особенно меня впечатлил ScaleDown для моего случая использования — гораздо дешевле и точнее, чем остальные.