Perplexity'den metin ve görselde arama yapan açık model ailesi: pplx-embed-v2-late

Perplexity, 7 Ekim 2026'da pplx-embed-v2-late adlı yeni gömme modeli ailesini tanıttı. Ailede 0.6B ve 9B adlı iki boy bulunuyor. Perplexity'nin duyurusundaki bilgilere göre modeller hem metinde hem görselde arama yapabiliyor; PDF sayfaları, sunumlar ve taranmış belgeler önce metne çevrilmeden doğrudan aranabiliyor. Modelin eğitilmiş dosyaları Hugging Face'te MIT lisansıyla herkesin indirmesine açık. Şirket bir hafta önce de belge parçalarını bağlamıyla birlikte kodlayan pplx-embed-v2-context-9b-preview modelini önizleme olarak yayımlamıştı.

Gömme modeli (embedding), bir metni ya da görseli sayılardan oluşan vektörlere çeviren model türü. Anlamca birbirine yakın içerikler birbirine yakın vektörler alıyor; böylece bir arama sistemi, sorguyla aynı kelimeleri içermeyen ama aynı konuyu anlatan belgeleri de bulabiliyor. Bu modeller arama motorlarının ve RAG denen yöntemin temelinde yer alıyor. RAG'de bir yapay zeka asistanı yanıt yazmadan önce belge arşivinden ilgili parçaları getiriyor ve yanıtını bunlara dayandırıyor.

Her kelime parçası için ayrı vektör üretiliyor

Yaygın gömme modelleri bir belgenin tamamını tek bir vektöre sıkıştırıyor. Perplexity'nin duyurusuna göre bu yöntem, uzun ve birden çok konuya değinen belgelerde bilginin bir kısmının kaybolmasına yol açabiliyor. pplx-embed-v2-late ise ColBERT adıyla bilinen geç etkileşim (late interaction) yaklaşımını kullanıyor: model girdideki her kelime parçası (token) için 128 boyutlu ayrı bir vektör üretiyor. Arama sırasında sorgudaki her parça belgedeki en benzer parçayla eşleştiriliyor ve bu eşleşmelerin puanları toplanıyor. Böylece sorgunun farklı bölümleri belgenin farklı bölümleriyle eşleşebiliyor.

Metin ve görsel aynı modelle aranıyor

Şirkete göre gerçek belge arşivleri PDF, sunum, ekran görüntüsü, taranmış sayfa, grafik ve tablolardan oluşuyor. Alışılmış yöntemde bu belgeler önce OCR ile metne çevriliyor; bu adım hata ekleyebiliyor ve sayfa düzenini, tablo yapısını ve şekilleri kaybediyor. Yeni modeller sayfanın görüntüsünü doğrudan işleyerek onu metin sorgularıyla aranabilir hale getiriyor. Perplexity, modellerin manzara fotoğrafı gibi doğal görsellerde anlamsal arama için de kullanılabildiğini belirtiyor. Duyuruya göre eğitim verisi 46 dilden derlenen 186 milyon sorgu ve belge çiftinden oluşuyor; şirket, değerlendirmede kullandığı ölçüm setlerine ait verileri eğitimden çıkardığını aktarıyor.

İki boy aynı vektör uzayını paylaşıyor

İki model de Qwen3.5 tabanlı ve 18 milyar parametreli bir iç öğretmen modelden damıtılarak eğitildi. Aynı vektör uzayını paylaştıkları için büyük modelle oluşturulan bir dizin küçük modelle sorgulanabiliyor. Perplexity'nin önerdiği kurulumda belge arşivi bir kez 9B modelle dizinleniyor, kullanıcıdan gelen anlık sorgular ise hızlı çalışan küçük modelle kodlanıyor. Küçük model uç cihazlarda da çalışacak şekilde tasarlandı; şirkete göre metin kodlarken yaklaşık 240 milyon, görsel kodlarken yaklaşık 340 milyon parametresi devreye giriyor. Bu sayede özel belgeler cihazda yerel olarak kodlanıp bulutta tutulan büyük bir dizinle birlikte kullanılabiliyor.

Perplexity'nin yayımladığı karşılaştırmalarda 9B model, görsel belge aramada yaygın kullanılan ViDoRe (V3) ölçüm setinde görsel ve dil modelleri arasında öne çıkıyor; şirkete göre 0.6B model de yaklaşık beş kat fazla aktif parametreye sahip modellerle aynı düzeyde sonuç veriyor. Duyuruda, bir yapay zeka ajanının modeli arama aracı olarak kullandığı BrowseComp+ testinde 9B modelin karşılaştırılan tüm modellerin önünde olduğu belirtiliyor. Bazı görsel arama testlerinde ise rakip modeller önde.

Kullanım ve API planı

İki model de Hugging Face'ten indirilebiliyor ve sentence-transformers kütüphanesinin 6 ve sonraki sürümleriyle ek kod gerektirmeden çalışıyor; model kartlarında Python ile kullanım örnekleri yer alıyor. Perplexity'nin API platformunda şu an ilk nesil pplx-embed-v1 modelleri sunuluyor. Şirket, geç etkileşimli, yoğun ve bağlamsal gömme desteğini API platformuna kademeli olarak ekleyeceğini açıkladı. Teknik ayrıntıların ve tüm değerlendirme sonuçlarının yer alacağı bir teknik raporun yıl içinde yayımlanması planlanıyor.

Geçen hafta yayımlanan pplx-embed-v2-context-9b-preview ise RAG sistemlerinde belgeler parçalara bölünürken bağlamın kaybolması sorununa odaklanıyor. Belge, parça listesi olarak modele veriliyor; parçalar birlikte kodlanıyor ve her parçanın vektörü çevresindeki içeriği de yansıtıyor. Perplexity'nin duyurusuna göre model, cevabı içeren parçayla birlikte onu anlamak ve doğrulamak için gereken destekleyici parçaları da bulacak şekilde eğitildi. Bu model de MIT lisanslı ve model dosyaları Hugging Face'te bulunuyor.

Geç etkileşimli modeller her belge için çok sayıda vektör sakladığından, tek vektörlü modellere göre daha fazla depolama alanı ve farklı bir dizinleme altyapısı gerektiriyor; Perplexity de bu maliyetin belge uzunluğuyla arttığını belirtiyor. Model kartına göre aynı çağrıda metin ve görsel karışık olarak verilemiyor. Eğitim verisinin 46 dili kapsadığı belirtiliyor, ancak Türkçe için ayrı bir sonuç paylaşılmıyor; Türkçe belgelerde kullanmadan önce kendi örneklerinizle denemek iyi olur. Bağlamsal model önizleme aşamasında olduğundan, model kartında onunla üretilen vektörlerin ileriki sürümlerin vektörleriyle karıştırılmaması öneriliyor. Sonuçları farklı açılardan görmek için bağımsız araştırmacıların değerlendirmelerini de takip edin.

Kaynaklar: Perplexity: Multimodal embeddings beyond a single vector, Perplexity: Contextual embedding beyond the gold passage, Hugging Face: pplx-embed-v2-late-9b, Hugging Face: pplx-embed-v2-late-0.6b, Hugging Face: pplx-embed-v2-context-9b-preview.