Gepubliseer op: 19 April 2025 / Update from: 19 April 2025 - Skrywer: Konrad Wolfenstein
KI Open Source Alternative: Together publiseer AI die bronopen “Open Deep Research” vir gedetailleerde webnavorsingsbeeld: Xpert.digital
Gestruktureerde, bron, kragtig: saam AI bring diep navorsing na 'n nuwe vlak
Saam stel AI 'Open Deep Research' bekend: 'n open source -alternatief vir Openais Deep Research
Op 16 April 2025 het AI saam 'Open Deep Research' vrygestel - 'n bron -oop stelsel vir gestruktureerde webnavorsing, wat ontwerp is as 'n alternatief vir Openais Deep Research. Die instrument kan ingewikkelde vrae beantwoord deur middel van multi -fase webnavorsing en omvattende, brongebaseerde verslae te skep. In teenstelling met eie oplossings, bied AI saam die volledige kode, data-rekords en stelselargitektuur om gemeenskapsgebaseerde verdere ontwikkeling te bevorder.
Geskik vir:
Die argitektuur van oop diep navorsing
Open Deep Research werk met 'n vierfase -werkvloei wat die menslike navorsingsproses naboots. Die proses begin met 'n beplanningsstap waarin 'n AI -model 'n lys met relevante soeknavrae skep. Die toepaslike inhoud van die web word dan via die Tavily Search API versamel. 'N Evalueringsmodel kyk dan of daar kennis gapings is voordat 'n skryfmodel uiteindelik die finale verslag skep.
Die spesiale benadering van Together AI lê in die gebruik van verskillende gespesialiseerde modelle vir verskillende take in die Workflow-A-sogenaamde “Mengsel van Agent” (MOA) benadering. Die volgende AI -modelle word gebruik vir implementering:
- Beplanner: Qwen2.5-72b gee Turbo van Alibaba opdrag vir beplanning en redeneringsvaardighede
- Samevatting: LLAMA 3.3-70B gee Turbo van meta opdrag om lang webinhoud op te som
- JSON Extractor: LLAMA 3.1-70B gee 'n opdrag van Turbo van meta vir gestruktureerde inligtingsekstraksie
- Rapporteringsvervaardiger: Deepseek-V3 vir die samevoeging van inligting en die skepping van navorsingsverslae van hoë gehalte
Om langer tekste te kan hanteer, gee die opsommingsmodel die inhoud kompakte op en evalueer die relevansie daarvan. Dit verhoed dat die konteksvensters van die stemmodelle oorloop.
Tegniese stapel en integrasie
As 'n tegniese basis word die modelle via hul eie AI -wolkplatform voorsien. Die websoek- en inhoudsvraag vind via Tavily plaas, waardeur 'n spesifieke voordeel is dat beide die soektog en die soektog na die webwerfinhoud in 'n enkele API -oproep genoem kan word.
Die verwerkingstyd vir 'n tipiese versoek is tussen 2 en 5 minute, afhangende van die kompleksiteit van die versoek en die aantal evaluering en refleksielusse.
Multimodale uitgawes en uitgebreide funksies
Oop diep navorsing is nie net beperk tot teksuitgawes nie, maar bied ook 'n aantal multimodale funksies:
- HTML -uitgawe: Die resultate word in 'n gestruktureerde HTML -formaat aangebied, die teks en visuele elemente word gekombineer
- Diagramme: Outomatiese skepping van diagramme via die JavaScript Library Mermaid JS
- Bedekbeelde: Generasie van tematies geskikte beelde met behulp van die vloedmodelle van Black Forest Labs
- Podcast -funksie: outomatiese skepping van 'n kompakte klankpodcast wat die belangrikste punte van die verslag opsom met behulp van die soniese taalmodelle van Cartesia
Hierdie multimodale uitsetformate maak 'n meer omvattende en aantreklike aanbieding van die nagevorsde inligting moontlik.
Prestasie -evaluering en maatstawwe
Saam het AI die prestasie van oop diep navorsing met behulp van drie gewilde maatstawwe geëvalueer:
- Rame: toets vir logiese gevolgtrekkings vir meervoudige fase
- Simpleqa: Ondersoek van feitelike kennis
- Hotpotqa: Evaluering van multi-hop-vrae wat verskeie gevolgtrekkingstappe benodig
In al drie die maatstawwe het oop diep navorsing baie beter afgesny as basiese modelle sonder soekinstrumente. In vergelyking met soortgelyke oop stelsels soos Langchains Open Deep Research (LDR) en omhelsende gesigte Smolagen (SearchCodeAgent), het die stelsel gewoonlik 'n hoër kwaliteit van die antwoord behaal.
'N Besondere belangrike resultaat van die evaluering was die besef dat verskeie opeenvolgende navorsingstappe die antwoordkwaliteit aansienlik verbeter. As dit beperk is tot 'n enkele soektog, het die akkuraatheid merkbaar gedaal.
Bekende beperkings en uitdagings
Ten spyte van die vordering, dui AI saam op verskillende beperkings op die stelsel:
- Foutoorset: Foute in vroeë stappe van die werkvloei kan deur die hele pypleiding voortgaan en lei tot verkeerde eindresultate
- Hallusinasies: Hallusinasies kan voorkom by die interpretasie van bronne, veral met dubbelsinnige of teenstrydige inligting
- Strukturele verdraaiings: Vooroordeel in opleidingsdata of soekindekse kan die resultate beïnvloed
- Topulariteit: Onderwerpe met 'n hoë tot -datumbehoeftes of lae webbedekking is 'n spesiale uitdaging
- Kasprobleem: die geïmplementeerde caching kan koste verlaag, maar lei tot die aflewering van verouderde inligting sonder 'n toepaslike verstrykingstyd
Hierdie beperkings is tipies van huidige AI -navorsingsinstrumente en verteenwoordig belangrike uitdagings vir toekomstige verbeterings.
Geskik vir:
Oop diep navorsing in vergelyking met ander aanbiedinge
Die ontwikkeling van diep navorsingsfunksies is tans 'n neiging onder AI -verskaffers. Openaiai het oorspronklik die konsep bekendgestel, maar nou bied Google, Grok en verwarring ook soortgelyke funksies. Anthropic het onlangs ook 'n agentgebaseerde navorsingsfunksie vir sy Claude-model aangebied.
Hugging Face het reeds kort na Openai se publikasie 'n alternatief vir die bron aangebied, maar het dit nie verder ontwikkel nie. As 'n AI -soekenjin bied Patpleksiteit 'n gratis alternatief vir Chatgpts Deep Research, waardeur gebruikers elke dag tot vyf soektogte met 'diep navorsing' kan uitvoer.
In teenstelling met geslote, betaalde stelsels soos Openais Deep Research (die deel van die Chatgpt Pro-intekening is ongeveer $ 200 per maand), bied AI 'n heeltemal oop en bron-oop alternatief.
Gemeenskapsfokus en uitbreidbaarheid
Saam het AI doelbewus oop diep navorsing ontwerp as 'n oop platform wat deur die gemeenskap uitgebrei en verbeter kan word. Die argitektuur is so ontwerp dat dit maklik uitgebrei kan word - ontwikkelaars kan hul eie modelle integreer, databronne aanpas of nuwe uitsetformate byvoeg.
Die volledige kode en die dokumentasie is op GitHub gepubliseer, tesame met 'n evalueringsdatastel en gedetailleerde verduidelikings in die maatskappyblog. Saam beskou AI sy stelsel as die basis vir verdere eksperimente en verbeterings van die open source -gemeenskap.
Hierdie openheid staan in teenstelling met die geslote benaderings van ander groot AI-ondernemings en weerspieël AIS-breër betrokkenheid by open source AI, wat ook in vorige projekte uitgedruk is, soos die onlangse publikasie van 'n bron-oop koderingsmodel op die vlak van O3-mini, maar met aansienlik minder parameters as die geslote kompetisie.
Betekenis vir die AI -navorsingslandskap
Die publikasie van Open Deep Research deur Together AI is 'n belangrike stap in die demokratisering van gevorderde AI -navorsingsinstrumente. Met die kombinasie van kragtige AI-modelle, gestruktureerde multi-vlak webnavorsing en multimodale uitsetformate, bied die stelsel 'n belowende alternatief vir eie oplossings.
Die oop benadering stel ontwikkelaars en navorsers in staat om die stelsel aan te pas, uit te brei en te verbeter. Dit kan lei tot meer innoverende en uiteenlopende toepassings op lang termyn as wat met geslote stelsels moontlik sou wees.
Alhoewel daar steeds uitdagings is, veral met betrekking tot hallusinasies, vooroordeel en aktualiteit, toon AIS Ope diep navorsing dat kragtige AI -navorsingsinstrumente nie tot eie platforms hoef te beperk nie. Die inisiatief bevorder nie net oop toegang tot gevorderde AI-tegnologie nie, maar dra ook by tot deursigtigheid en naspeurbaarheid-belangrike faktore vir vertroue in AI-ondersteunde navorsingsresultate.
Geskik vir:
U AI -transformasie, AI -integrasie en AI -platformbedryfskenner
☑️ Ons besigheidstaal is Engels of Duits
☑️ NUUT: Korrespondensie in jou landstaal!
Konrad Wolfenstein
Ek sal graag jou en my span as 'n persoonlike adviseur dien.
Jy kan my kontak deur die kontakvorm hier in te vul of bel my eenvoudig by +49 89 89 674 804 (München) . My e-posadres is: wolfenstein ∂ xpert.digital
Ek sien uit na ons gesamentlike projek.
