Aravind Srinivas

最近Perplexity 的一些开源贡献： •pplx-decider-v1-27b：SoTA 多模态决策模型。 11 个基准的平均值为 85.7%，领先于 Jev。 •pplx-embed-v2-context-9b-preview：SoTA 上下文嵌入，在 ConTEB 和turbopuffer context-bench 上效果最好。 •Lily：Apple 芯片的本地推理引擎。 Rust 加上定制金属内核，没有 pytorch 或 mlx。与 M5 Max 上的 MLX-LM 相比，预填充速度快 1.23 倍，解码速度快 1.35 倍 •PII-Tracer：0.6B 设备上 PII 分类器，决定混合计算任务何时保留在 Mac 上。在所有 5 个公共基准测试中均击败了 OpenAI 的隐私过滤器。还与 PII-TRACE 基准一起发布：13 种语言的 13k 对话 •WANDR：广泛而深入的研究机构的基准。 500 个任务需要 170k 源支持记录 •Numbat：笔记本电脑和工作站的代理检测和响应。 52 条规则，适用于 macOS、Linux 和 Windows 的单一二进制文件 •Bumblebee：用于开发机器的只读供应链扫描仪。涵盖软件包、MCP 配置以及编辑器和浏览器扩展。 更多开源贡献即将推出！