Perplexity发布多个开源项目(27b)

perplexity 近期的一些开源贡献：

• pplx-decider-v1-27b：SOTA 多模态决策模型。在 11 个基准测试中平均准确率 85.7%，领先 Jev。

• pplx-embed-v2-context-9b-preview：SOTA 上下文嵌入模型，在 ConTEB 和 turbopuffer 上下文基准测试中表现最佳。

• Lily：适用于 Apple 芯片的本地推理引擎。基于 Rust 开发，搭配定制 Metal 内核，无需 pytorch 或 mlx。在 M5 Max 上，预填充速度比 MLX-LM 快 1.23 倍，解码速度快 1.35 倍。

• PII-Tracer：0.6B 参数的端侧 PII 分类器，用于判断混合计算任务何时应保留在你的 Mac 上，在全部 5 个公开基准测试中都击败了 OpenAI 的 Privacy Filter。同时还发布了 PII-TRACE 基准测试，包含 13 种语言的 1.3 万条对话。

• WANDR：面向深度广度研究智能体的基准测试，包含 500 个需要 17 万条来源支持记录的任务。

• Numbat：适用于笔记本电脑和工作站的智能体检测与响应工具，包含 52 条规则，提供适用于 macOS、linux 和 windows 的单一 Go 二进制文件。

• Bumblebee：面向开发机器的只读供应链扫描器，覆盖软件包、MCP 配置以及编辑器和浏览器扩展。

很快还会有更多开源贡献推出！