RecodeX 重构消息，Perplexity Research发布一项后训练研究，在Perplexity Computer内部模型上使用真实用户会话进行训练，其中包含失败会话。该方法将拒绝采样微调与提示引导自蒸馏相结合。

在一项线上A/B测试中，两个训练检查点之间工具调用失败率从2.24%降至1.77%，团队称这一21.2%的降幅具有统计显著性。