Perplexity(@perplexity_ai)· Perplexity (@perplexity_ai)·· 2026-09-10AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Q2D-Web 用 agent 引用、生产网页排名与 LLM 判断扩充的相关性集合测试模型表现
Q2D-Web uses agent citations, production web rankings, and a combined set expanded with LLM judgment...
AI 导读
Q2D-Web 采用三套相关性集合：agent 引用、生产环境网页排名，以及用 LLM 判断扩充的合并集合。这三套集合旨在降低漏判、减少对单一标注流程的依赖，同时测试相关性定义如何影响模型表现。
来源：Perplexity(@perplexity_ai) · x.com