Cerebras und Perplexity arbeiten zusammen, um ein neues KI-Suchmodell zu entwickeln: Sonar 236

Cerebras und Perplexity ai haben kürzlich gemeinsam Sonar vorgestellt, ein extrem schnelles KI-Suchmodell. Das Sonar-Modell basiert auf Cerebras' speziellen KI-Chips und kann mit einer Geschwindigkeit von 1200 Token pro Sekunde laufen, was es zu einem der schnellsten KI-Suchmodelle auf dem Markt macht.

Das Kernmodell von Sonar basiert auf Llama 3.3 70B und wurde weiter optimiert, um die Leistung bei Suchanwendungen zu verbessern. Perplexity betont bei dieser Veröffentlichung, dass Sonar nicht nur extrem schnell ist, sondern auch qualitativ hochwertigere Antworten liefern kann und nahezu sofort Antworten generiert.

Ein weiteres Highlight von Sonar ist seine Kontextverständnisfähigkeit, die es ermöglicht, mehrstufige Dialoge besser zu verarbeiten, sich den Kontext des Nutzers zu merken und somit personalisiertere Antworten zu liefern, etwa bei Rückfragen. Dadurch erhalten Nutzer bei komplexen Anfragen relevantere Ergebnisse.

Darüber hinaus bietet Sonar multimodale Antwortfunktionen und unterstützt die Kombination aus Bild- und Textantworten. Wenn wir beispielsweise nach Produktinformationen suchen, kann Sonar nicht nur eine textliche Beschreibung liefern, sondern auch relevante Bilder oder Diagramme anzeigen.

In Bezug auf Sicherheit und Datenschutz legt Perplexity AI besonderen Wert auf den Schutz der Nutzerdaten; alle Anfragedaten werden anonymisiert verarbeitet.

Die KI-Inferenz von Cerebras gilt als ein entscheidender Vorteil des Sonar-Modells und übertrifft in vielen Leistungsindikatoren herkömmliche Suchmaschinen. Diese Zusammenarbeit zielt darauf ab, den aktuellen Suchmarkt herauszufordern, einschließlich großer Wettbewerber wie Google, und wird voraussichtlich einen Marktanteil im Wert von hunderten Milliarden Dollar erobern.

Perplexity kündigte außerdem an, einen Sonar-API-Dienst anzubieten, der Entwicklern und Unternehmen die Möglichkeit gibt, automatisch generative Suchmaschinen zu erstellen.

Jüngsten Informationen zufolge übertrifft das Sonar-Modell bei Nutzerzufriedenheits- und Genauigkeitskennzahlen andere bekannte KI-Modelle wie GPT-4o mini und Claude 3.5 Haiku deutlich. Diese innovative Anwendung erreicht eine Fakten-Genauigkeitsbewertung von 85,1 Punkten, während GPT-4o 83,9 Punkte und Claude 3.5 Sonnet 75,8 Punkte erzielen, was die herausragende Leistung von Sonar bei der Suchgenauigkeit zeigt.