Elijah Clark：由 Perplexity 本身重写的 Perplexity AI 回顾

在不断发展的人工智能世界中，Perplexity AI 已成为一个有前途的竞争者，为信息搜索和合成提供了新的视角。感谢我学校在注册方面的集体努力，我大学的每个人都赢得了一年的免费使用 Perplexity Pro 的机会——考虑到我们的机构已将其标记为不可靠的来源，这是一个令人愉快的讽刺。

经过一些实践经验，我发现了它的闪光点和一些可能会让你感到惊讶的怪癖。

引文轰动...

Perplexity 的突出特点之一是它对引用的专注。与 ChatGPT 不同的是，ChatGPT 通常感觉像是一场魔术，兔子在没有解释的情况下出现，而 Perplexity 则把牌摆在桌面上。它勤奋地引用资料来源，从而不太容易出现幻觉——这是人工智能世界中模型自信地吐露不准确之处的常见病。

例如，当我询问重型 SUV 的第 179 条税法排除条款时，Perplexity 不仅提供了细致入微的答案，还详细介绍了其搜索过程，让我确信其全面性。

这种透明度延伸到了“发现”选项卡，该选项卡沉着地总结了体育、娱乐和科技新闻。虽然它不涉足政治或国际新闻（也许明智地避免了潜在的雷区），但它撰写的引人入胜的文章可以让您最喜欢的新闻媒体与您竞争。想象一下 NPR 或 BBC 新闻简报是由一个喜欢清晰的 AI 提供的。

...有上下文难题

然而，在困惑之地，并非一切都是乐观的。人工智能与情境主义作斗争——记住过去的互动并在此基础上进行构建。这一点在它的语音助手功能中表现得尤为明显，它经常会打断我的话，并且比你说“Siri”更快地失去我们谈话的线索。

这有点像试图与一个总是忘记你在说什么的人进行深入的交谈。

虽然 Perplexity 的语音助手听起来自然而愉快（绝对是一个优点），但它在口头提供详细答复方面存在不足。尽管在语音质量方面比其他生成式人工智能更好，但它缺乏上下文感知。

与苹果的 Siri 相比，这一点尤其明显，后者虽然不是生成式人工智能，但更擅长捕捉对话线索并以过去的请求或问题为基础。

源质量参差不齐

Perplexity 可以改进的另一个领域是区分其来源的权重。我注意到，来自 Reddit 的引用与来自《福布斯》或《经济学人》的引用通常具有同等的权重。这种方法可能会导致所提供信息的质量不一致。

就像维基百科因其详尽的引用而成为一个有价值的起点一样，Perplexity 的优势在于它的引用，但它的好坏取决于它的引用。我希望看到 Perplexity 能够让用户更好地控制优先考虑的来源。

从好的方面来说，Perplexity Pro 提供了强大的定制选项。通过访问 Claude 3 和 GPT-4o 等模型，用户可以定制自己的体验以适应特定任务。这些不同的模型，包括 Perplexity 自己的专有模型，在不同的领域都有各自的优势。我注意到有些模特比其他模特更擅长创造图像。

我一直在尝试使用“空格”功能来创建一个专门的模型来重写电子邮件，并提供有关语气、措辞和结束语的说明。这就像拥有一位私人助理，他确切地知道您喜欢如何处理您的数字信件。

Perplexity AI 是一个强大的工具，能够提供有可靠引用支持的细致入微的答案。它在透明度和定制方面的优势使其成为那些寻求可靠信息的人的宝贵资产。然而，它在上下文理解方面遇到了困难。

但在它得到改善之前，人工智能领域这个有前途的新玩家仍然值得关注。

你可以阅读整个线程从而形成了本专家意见。

Elijah Clark 是一名语言学学生，他对数字通信、互联网接入以及宽带对不同语言社区的影响等问题提出了独特的视角。他的重点是翻译和语言变异问题，并希望进入法学院并倡导远近资源匮乏的语言和方言。本专家意见是宽带早餐独有的。

宽带早餐接受宽带领域知情观察家的评论。请将作品发送至 评论@早餐.media。专家意见中表达的观点并不一定反映宽带早餐和早餐媒体有限责任公司的观点。