Perplexity выкатила pplx-embed-v2-context-9b-preview: модель эмбеддит каждый чанк с оглядкой на документ целиком, а не изолированно. Вместо стандартной пары «вопрос — одна релевантная passage» она обучается на паре «ответ + контекст». Что внутри. При эмбеддинге чанка модель видит весь документ и учится вытаскивать не просто факт, а факт вместе с обоснованием. Логика: если ты объясняешь ответ, тебе нужен и сам ответ, и то, почему он верен. Зачем это. Классический RAG страдает от шума: одна passage может быть формально релевантна, но вырвана из контекста. Контекстные эмбеддинги обещают более устойчивое извлечение — модель запоминает связи внутри документа. Текст статьи обрезан, точных метрик и подтверждения о деплое нет. Конфиденс средний. Что это значит: если контекстный подход масштабируется, он может улучшить качество ответов в RAG-системах без перестройки всего пайплайна.