Анализ 60 ответов Perplexity AI, полученных по 20 промптам, показал, как модель использует источники. Из 1355 ссылок 948 оказались рабочими, а в 448 случаях удалось найти фрагмент текста, покрывающий не менее трети утверждения. Модель извлекает самодостаточные абзацы объемом около 49 слов, а не целые страницы.
Исследование подтвердило, что Perplexity пересказывает информацию, а не копирует её: лишь 12 из 948 цитат совпали с источником на 80% и более. Модель работает с сегментами, ограниченными тегами абзацев, списков или ячеек таблиц. В среднем на странице задействуется два таких фрагмента из 85 доступных, причем их расположение не является решающим фактором.
Выяснилось, что за месяц 48 из 194 URL перестали открываться. Это означает, что при проведении замеров необходимо сохранять HTML-код источников в момент генерации ответов. Также автор отмечает, что точность оценки цитирования сильно зависит от правил нарезки текста на фрагменты и используемых математических формул для сравнения слов.
Для попадания в ответы Perplexity контент должен состоять из самодостаточных абзацев, содержащих факты и условия без ссылок на другие части текста. Исследование проводилось на русскоязычном массиве данных с использованием модели sonar-pro. Автор подчеркивает, что важно не прятать ключевую информацию в футеры или блоки перелинковки.
