原贴链接

原帖仅为一个链接（https://x.com/perplexity_ai/status/1890452005472055673?s=46），无具体内容可翻译

讨论总结

原帖标题关于Perplexity的“Deep Research”引起了大家的讨论。许多评论关注标题用词的准确性，如“drop”的使用是否恰当。同时，对于Perplexity的表现大家看法不一，有认为其表现不佳，存在幻觉问题，输出不如OpenAI等；也有对Perplexity表示满意，觉得是最好的AI订阅服务的。此外还有对深度研究成果去向的疑惑，以及一些轻松诙谐的评论，还有关于网络表达和Reddit社交现象的简短讨论。总体氛围是既有理性的探讨也有轻松调侃。

主要观点

  1. 👍 标题中的“drop”一词在当前语境下含义模糊。
    • 支持理由：原帖标题中的“drop”让评论者产生了如“刚宣布就下架或放弃”等疑惑。
    • 反对声音：无
  2. 🔥 标题中“drops”一词用法有误，会造成误解。
    • 正方观点：该词会让人误会Perplexity停止了相关项目。
    • 反方观点：无
  3. 💡 Perplexity在测试中存在幻觉问题。
    • 解释：评论者测试发现Perplexity声称来源说了一些实际上并没有的内容。
  4. 💡 Perplexity的输出不如OpenAI的深度研究，在细节方面表现欠佳。
    • 解释：对比后发现Perplexity在输出和细节方面与OpenAI存在差距。
  5. 💡 对帖子中包含指向X的链接持否定态度。
    • 解释：评论者直接表达不想看到链接到X的内容。

金句与有趣评论

  1. “😂 You get Deep Research, you get Deep Research, and you get Deep Research!”
    • 亮点：以诙谐幽默的方式强调“Deep Research”可被获取，营造轻松氛围。
  2. “🤔 The word "drop" is so ambiguous in this context.”
    • 亮点：指出标题用词模糊，是众多对标题用词质疑中的典型。
  3. “👀 Super disappointing. It’s output is nowhere as good as OpenAI’s deep research and does not go into as much detail.”
    • 亮点：直接表达对Perplexity的失望以及与OpenAI对比后的差距。
  4. “😂 Online, if you don’t include /s or /j people will think ur dumb as a board. It sucks, but that’s the way it is”
    • 亮点：反映网络表达中需要表明是否为玩笑或讽刺的现象。
  5. “👀 It’s almost everyday that Perplexity makes me a happy customer.”
    • 亮点：与众多对Perplexity负面评价形成对比，体现不同的使用体验。

情感分析

总体情感倾向是褒贬不一。主要分歧点在于Perplexity的表现。认为其表现不佳的人指出其存在幻觉问题、输出不如OpenAI等；而支持的人觉得使用体验良好，是不错的AI订阅服务。可能的原因是大家使用Perplexity的场景和目的不同，以及对AI的期望和评价标准存在差异。

趋势与预测

  • 新兴话题：Perplexity可能使用的模型（如R1、o3 - mini等）以及性价比方面的探讨可能会引发后续讨论。
  • 潜在影响：如果Perplexity的表现问题得不到改善，可能会影响其在AI市场的竞争力，也会影响用户对AI产品的信任度和选择倾向。

详细内容：

《关于“Perplexity drops there Deep Research”的热门讨论》

在 Reddit 上，一个题为“Perplexity drops there Deep Research”的帖子引起了广泛关注。该帖子的链接为 https://x.com/perplexity_ai/status/1890452005472055673?s=46 ，众多用户纷纷参与讨论，发表了自己的看法。

讨论的焦点主要集中在对“Perplexity drops there Deep Research”这一表述的理解和对 Perplexity 相关产品的评价。有人认为在这种语境中，“drop”这个词表意模糊。有用户分享道：“我的第一反应是：‘他们早上宣布了，然后已经放弃了？’”还有人指出“Drops 在这里不是合适的动词，让人觉得他们停止了……”

有人测试后表示，它产生了严重的幻觉，在一次测试中声称来源说了实际上没说的话。还有用户称昨天因为特定原因试用了一下，对其普遍的幻觉水平和来源构建感到震惊。

有人认为 Perplexity 注定失败，去年它的表现更好。也有人提出，如果情况属实，他们在没有完整 o3 的情况下这样做，可能使用的是 o3 - mini，这意味着其模型之外的方法明显更好。还有人提到它可能是 R1 的微调版本，或者使用了 deepseek，并且存在很多幻觉方面的问题，与 OpenAI 的版本相比还有很大差距。

一位用户表示，基于自己今天非常有限的使用，认为其搜索功能更好，这可能比模型本身更重要。也有用户感到非常失望，认为其输出远不如 OpenAI 的深度研究，也没有那么详细，质疑是成本问题还是其他原因。还有用户称使用 Gemini 2.0 能得到更好的结果。

同时，讨论中也不乏一些有趣的观点和关于语法的争论。比如有人开玩笑说“They’re”，有人则纠正应该是“Their”，并表示人们已经够困惑了。

总之，关于 Perplexity 的讨论展现出了大家对其的不同看法和深入思考。究竟 Perplexity 未来会如何发展，能否克服现有的问题，还有待进一步观察。