Perplexity 可以畀到有用嘅引用,但每一個引用都要親身去原始來源核實先可以用喺學術文章 。2025年有個研究發現,Perplexity 同 Copilot、Claude 喺書目引用檢索入面出現「最高嘅幻覺率」之一,差唔多 40% 由聊天機械人生成嘅參考資料係「錯誤或者完全虛構」
。另一個大規模分析發現,新聞相關引用嘅錯誤率高達 37%——即係超過三分之一嘅引用陳述有錯
。
喺一個 120 次查詢嘅對照測試入面,Perplexity 嘅誤差率比 Gemini 低(89% vs 63% 引用準確率),但呢個差距反映嘅係兩者搜尋架構嘅本質分別 。Perplexity 明確將引用追溯至即時網頁,近乎即時索引學術數據庫,而 Gemini 好多時係從整合訓練數據中合成引用
。不過,到目前為止,仍然未有大型獨立研究專門測試 Perplexity Academic 模式嘅引用準確度
。
Perplexity 唔應該被當作最終權威去判斷一篇論文係咪存在、一個來源係咪經過同儕評審、或者一句引文係咪真係支持旁邊嗰句陳述 。佢可能會顯示 PubMed、Semantic Scholar、機構知識庫、出版社同預印本伺服器嘅記錄,但冇公開證據顯示佢嘅來源選擇方法係完整同透明
。
Perplexity 可以幫手快速搵到相關論文,但 Google Scholar 喺搵論文、檢查論文喺邊度、同探索引用關係呢方面明顯更優勝 。Google Scholar 嘅引用追蹤——顯示一篇論文被引用咗幾多次、邊個引用——係了解一個領域研究軌跡嘅必備工具
。
Perplexity Pro 用戶可以用 Academic 專注模式,將搜尋限制喺同儕評審來源,透過 Semantic Scholar 嘅資料庫搜尋超過 2 億篇學術論文 。開咗之後,Perplexity 會忽略晒 blog、新聞網站同維基百科,淨係回傳同儕評審期刊、學術數據庫同學術出版物
。
以下情況適合用 Perplexity:
AI 搜尋工具好似 Perplexity 咁正改變研究人員搵同消費資訊嘅方式,但佢哋唔係 Google Scholar 嘅取代品。Google 仍然佔據大約 89% 嘅搜尋市場份額,但「高用量用戶」——研究人員同分析師——正越來越多流向 AI 原生工具 。Perplexity 嘅查詢量喺一年之內爆升 239%,達到每個月接近 8 億次查詢
。
Comments
0 comments