Sonar
Perplexity打造的搜索联动型AI模型,会先检索网页文档,再据此生成答案
简单来说
Sonar是Perplexity开发的AI模型。它接到问题后不会凭记忆自说自话,而是先上网搜索,找到真实的网页,再依据这些内容拼出答案。普通语言模型只靠训练时学到的知识作答,Sonar则更像是从图书馆抽出几篇参考资料、读完再总结给你的调研员。
名称后面的sonar和sonar-pro是同一系列的不同版本,速度和答案质量有所差异。其他公司或开发者想在自己的服务里加上这种搜索功能时,可以通过OpenRouter之类的中转服务调用Sonar。
问题在于,Sonar生成答案时选用哪些网页作为依据,直接决定了答案的可信度。如果它依据的是访问量几乎为零的无名网站,用户在不知情的情况下,就会把这些粗糙信息当成真实可信的内容接受下来。
在报道中是这样出现的
文章提到,研究者“通过OpenRouter访问了Perplexity的两个模型sonar和sonar-pro……分别询问了380个购买意向类别”。需要分清的是,Sonar是Perplexity打造的模型,而OpenRouter只是调用它的中转通道。
亲手试一试
在Perplexity里问一个具体的软件类别问题,比如输入“推荐一下最好的项目管理软件”,然后逐一点开答案附带的来源链接,看看这些网站是否真的有名气、有访问量。这能练习自己判断答案依据到底有多可信。