Perplexity研究：用真实错误降低工具调用失败率

核心摘要

Perplexity官方博客发布《Learning from Real-World Experience》，介绍用真实世界经验、用户纠正和工具错误后训练Computer模型，使其模仿成功行为、减少纠正。二次报道称在线A/B测试中工具调用失败率降21.2%，但未见官方完整披露该数字；基于GLM 5.2未获证实，暂无论文、代码或权重。

事件概况

Perplexity官方研究博客已发布《Learning from Real-World Experience》。官方研究页显示时间约为2026年9月21日；MarkTechPost相关链接日期为9月25日，属于二次报道时间。自9月23日起，WorldNL、网易号等平台出现相关转述。

该研究的核心是后训练Perplexity Computer模型，使其利用真实世界经验、用户纠正和工具调用错误进行学习，目标是模仿成功行为、减少用户纠正并避免工具错误。Perplexity Computer是其面向电脑操作、任务执行和工具调用的智能体产品。

关键数据与技术表述核查

多家二次报道称，较晚checkpoint相比早期checkpoint，在在线A/B测试中将工具调用失败率降低21.2%。但校对结果显示，未检索到官方正文完整披露该数字，因此这一数据应标注为二次报道口径，而非已完整核实的官方数据。

“Hint-Guided Self-Distillation（提示引导自蒸馏）”被MarkTechPost及中文转述使用，但官方标题并未直接使用该术语，具体表述应以官方论文或博客正文为准。原始网页还提到“RFT与提示引导自蒸馏结合”，但官方摘要中未核实“RFT”这一缩写；二次报道更多提到SFT、on-policy RL与真实错误训练。

被否定的关键信息

原始网页描述中的“基于GLM 5.2”未获证实。Perplexity官方页面和已检索报道均未提到GLM 5.2；GLM通常关联智谱AI，而非Perplexity自研模型。校对结果认为，该关键信息很可能错误或缺乏来源，不能作为事实采用。

截至校对结果发布时，暂未搜到官方后续论文链接、开源代码或模型权重发布信息，也未看到进一步产品化进展。

研究重点与作者判断

该研究属于利用生产环境真实交互数据改进智能体的后训练方向，重点不是单纯提升基准分数，而是降低真实用户场景中的工具调用错误和人工纠正需求。补充背景显示，AI搜索与智能体竞争正更多聚焦工具调用可靠性、延迟、调用成本及多步任务稳定性。

作者观点：该研究体现了真实交互数据对智能体后训练的价值，但在完整论文和实验细节公开前，21.2%只能视为二次报道中的A/B测试结果，不应放大为通用性能结论，也不能由这一个案判定整个行业的发展趋势。

参考资料

1. Forskning | Perplexity Blog - Perplexity
2. Perplexity.AI reduces tool-call failures by 21% with new model training approach - WorldNL Magazine - WorldNL Magazine
3. 从自身错误中学习，工具调用失败率降了21.2%|checkpoint_网易订阅 - 手机网易网
4. Perplexity Blog - Perplexity
5. Getting started with Perplexity - Perplexity
6. Experiential Learning | SUNY Buffalo State University -
7. Perplexity 是如何工作的? - Perplexity Help Center - Perplexity
8. Perplexity AI Features A Complete Guide to Its Tools, Modes, and Capabilities - Perplexity AI