प्रकाशित तिथि: 19 अप्रैल, 2025 / अद्यतन तिथि: 19 अप्रैल, 2025 – लेखक: Konrad Wolfenstein
एआई का ओपन-सोर्स विकल्प: टुगेदर एआई ने विस्तृत वेब शोध के लिए ओपन-सोर्स "ओपन डीप रिसर्च" जारी किया - चित्र: Xpert.Digital
सुनियोजित, ओपन-सोर्स, शक्तिशाली: टुगेदर एआई गहन शोध को एक नए स्तर पर ले जाता है।
Together AI ने “Open Deep Research” पेश किया है: OpenAI के Deep Research का एक ओपन-सोर्स विकल्प।
16 अप्रैल, 2025 को, टुगेदर एआई ने "ओपन डीप रिसर्च" जारी किया—यह ओपन-सोर्स सिस्टम है जो संरचित वेब रिसर्च के लिए बनाया गया है और ओपनएआई के डीप रिसर्च का एक विकल्प है। यह टूल कई चरणों वाले वेब रिसर्च के माध्यम से जटिल प्रश्नों के उत्तर दे सकता है और व्यापक, स्रोत-आधारित रिपोर्ट तैयार कर सकता है। मालिकाना समाधानों के विपरीत, टुगेदर एआई समुदाय-आधारित विकास को प्रोत्साहित करने के लिए संपूर्ण कोड, डेटासेट और सिस्टम आर्किटेक्चर को सार्वजनिक रूप से उपलब्ध कराता है।.
के लिए उपयुक्त:
ओपन डीप रिसर्च की वास्तुकला
ओपन डीप रिसर्च मानव शोध प्रक्रिया की नकल करते हुए चार चरणों वाली कार्यप्रणाली का उपयोग करता है। प्रक्रिया नियोजन चरण से शुरू होती है, जिसमें एक एआई मॉडल प्रासंगिक खोज प्रश्नों की सूची तैयार करता है। इसके बाद, टैविली सर्च एपीआई का उपयोग करके वेब से संबंधित सामग्री एकत्रित की जाती है। फिर एक मूल्यांकन मॉडल ज्ञान की किसी भी कमी की जांच करता है, जिसके बाद एक लेखन मॉडल अंतिम रिपोर्ट तैयार करता है।.
टुगेदर एआई का अनूठा दृष्टिकोण वर्कफ़्लो के भीतर विभिन्न कार्यों के लिए कई विशिष्ट मॉडलों के उपयोग में निहित है - जिसे "मिक्सचर-ऑफ-एजेंट्स" (एमओए) दृष्टिकोण कहा जाता है। कार्यान्वयन के लिए निम्नलिखित एआई मॉडल का उपयोग किया जाता है:
- योजनाकार: अलीबाबा से Qwen2.5-72B-Instruct-Turbo (योजना और तर्क कौशल के लिए)
- सारांश: मेटा द्वारा विकसित Llama-3.3-70B-Instruct-Turbo का उपयोग लंबी वेब सामग्री का सारांश तैयार करने के लिए किया जाता है।
- JSON एक्सट्रैक्टर: मेटा द्वारा निर्मित Llama-3.1-70B-Instruct-Turbo का उपयोग संरचित सूचना निष्कर्षण के लिए किया जाता है।
- रिपोर्ट निर्माता: सूचना एकत्र करने और उच्च-गुणवत्ता वाली शोध रिपोर्ट बनाने के लिए डीपसीक-वी3
लंबे टेक्स्ट को संभालने के लिए, सारांश मॉडल सामग्री को संक्षिप्त रूप से सारांशित करता है और उसकी प्रासंगिकता का आकलन करता है। इससे भाषा मॉडल की संदर्भ विंडो ओवरफ्लो होने से बचती हैं।.
तकनीकी स्टैक और एकीकरण
ये मॉडल Together AI के स्वामित्व वाले क्लाउड प्लेटफॉर्म के माध्यम से उपलब्ध कराए जाते हैं। वेब खोज और सामग्री पुनर्प्राप्ति का कार्य Tavily द्वारा किया जाता है, जिसका विशेष लाभ यह है कि वेबसाइट सामग्री की खोज और पुनर्प्राप्ति दोनों एक ही API कॉल में की जा सकती हैं।.
किसी सामान्य अनुरोध को संसाधित करने में 2 से 5 मिनट का समय लगता है, जो अनुरोध की जटिलता और मूल्यांकन एवं प्रतिबिंब लूपों की संख्या पर निर्भर करता है।.
मल्टीमॉडल आउटपुट और विस्तारित फ़ंक्शन
ओपन डीप रिसर्च केवल टेक्स्ट आउटपुट तक सीमित नहीं है, बल्कि यह कई प्रकार के मल्टीमॉडल फ़ंक्शन प्रदान करता है:
- एचटीएमएल आउटपुट: परिणाम एक संरचित एचटीएमएल प्रारूप में प्रस्तुत किए जाते हैं जो पाठ और दृश्य तत्वों को संयोजित करता है।
- चार्ट: मर्मेड जेएस जावास्क्रिप्ट लाइब्रेरी के माध्यम से चार्ट का स्वचालित निर्माण
- कवर इमेज: ब्लैक फॉरेस्ट लैब्स के फ्लक्स मॉडल का उपयोग करके विषयगत रूप से उपयुक्त छवियों का निर्माण।
- पॉडकास्ट फ़ंक्शन: कार्टेसिया के सोनिक स्पीच मॉडल का उपयोग करके, रिपोर्ट के मुख्य बिंदुओं का सारांश प्रस्तुत करने वाला एक संक्षिप्त ऑडियो पॉडकास्ट स्वचालित रूप से तैयार करना।
ये मल्टीमॉडल आउटपुट फॉर्मेट शोधित जानकारी की अधिक व्यापक और आकर्षक प्रस्तुति को संभव बनाते हैं।.
प्रदर्शन मूल्यांकन और मानदंड
टुगेदर एआई ने तीन लोकप्रिय बेंचमार्क का उपयोग करके ओपन डीप रिसर्च के प्रदर्शन का मूल्यांकन किया:
- फ्रेम्स: बहुस्तरीय तार्किक तर्क क्षमता का परीक्षण
- SimpleQA: तथ्यात्मक ज्ञान का परीक्षण
- HotPotQA: कई चरणों में तर्क करने की आवश्यकता वाले बहु-चरणीय प्रश्नों का मूल्यांकन
तीनों बेंचमार्क में, ओपन डीप रिसर्च ने सर्च टूल के बिना बुनियादी मॉडलों की तुलना में कहीं बेहतर प्रदर्शन किया। लैंगचेन के ओपन डीप रिसर्च (एलडीआर) और हगिंग फेसेस स्मोलएजेंट्स (सर्चकोडएजेंट) जैसे समान ओपन सिस्टमों की तुलना में, इस सिस्टम ने आम तौर पर उच्च गुणवत्ता वाली प्रतिक्रिया भी प्राप्त की।.
मूल्यांकन का एक विशेष रूप से महत्वपूर्ण निष्कर्ष यह था कि कई लगातार खोज चरणों से उत्तरों की गुणवत्ता में उल्लेखनीय सुधार होता है। जब खोज को एक ही चरण तक सीमित रखा गया, तो सटीकता में उल्लेखनीय कमी आई।.
ज्ञात सीमाएँ और चुनौतियाँ
प्रगति के बावजूद, टुगेदर एआई अपने सिस्टम की कई सीमाओं की ओर इशारा करता है:
- त्रुटि प्रसार: कार्यप्रवाह के शुरुआती चरणों में होने वाली त्रुटियां पूरी प्रक्रिया में फैल सकती हैं और अंततः गलत परिणाम दे सकती हैं।
- मतिभ्रम: स्रोतों की व्याख्या करते समय मतिभ्रम हो सकता है, विशेषकर अस्पष्ट या विरोधाभासी जानकारी के मामले में।
- संरचनात्मक पूर्वाग्रह: प्रशिक्षण डेटा या खोज सूचकांकों में मौजूद पूर्वाग्रह परिणामों को प्रभावित कर सकते हैं।
- समयबद्धता: ऐसे विषय जिनकी प्रासंगिकता बहुत अधिक हो या जिनकी वेब कवरेज कम हो, एक विशेष चुनौती पेश करते हैं।
- कैशिंग की समस्या: हालांकि कैशिंग को लागू करने से लागत कम हो सकती है, लेकिन पर्याप्त समय सीमा समाप्त न होने पर इससे पुरानी जानकारी ही मिलती है।
ये सीमाएँ वर्तमान एआई अनुसंधान उपकरणों के लिए सामान्य हैं और भविष्य में सुधारों के लिए महत्वपूर्ण चुनौतियाँ प्रस्तुत करती हैं।.
के लिए उपयुक्त:
अन्य पेशकशों की तुलना में ओपन डीप रिसर्च
गहन अनुसंधान क्षमताओं का विकास वर्तमान में एआई प्रदाताओं के बीच एक चलन है। ओपनएआई ने मूल रूप से इस अवधारणा को पेश किया था, लेकिन अब गूगल, ग्रोक और परप्लेक्सिटी भी इसी तरह की सुविधाएँ प्रदान करते हैं। एंथ्रोपिक ने हाल ही में अपने क्लाउड मॉडल के लिए एक एजेंट-आधारित अनुसंधान फ़ंक्शन भी पेश किया है।.
ओपनएआई के लॉन्च के तुरंत बाद हगिंग फेस ने एक ओपन-सोर्स विकल्प प्रस्तुत किया था, लेकिन इसे आगे विकसित नहीं किया। परप्लेक्सिटी, एक एआई सर्च इंजन, चैटजीपीटी के डीप रिसर्च का एक निःशुल्क विकल्प प्रदान करता है, जिससे उपयोगकर्ता प्रतिदिन अधिकतम पांच "डीप रिसर्च" खोज कर सकते हैं।.
ओपनएआई के डीप रिसर्च (जो लगभग 200 डॉलर प्रति माह के चैटजीपीटी प्रो सब्सक्रिप्शन का हिस्सा है) जैसे बंद, सशुल्क सिस्टम के विपरीत, टुगेदर एआई पूरी तरह से खुला और ओपन-सोर्स विकल्प प्रदान करता है।.
सामुदायिक फोकस और विस्तारशीलता
टुगेदर एआई ने ओपन डीप रिसर्च को एक खुले मंच के रूप में डिज़ाइन किया है जिसे समुदाय द्वारा विस्तारित और बेहतर बनाया जा सकता है। इसकी संरचना को आसानी से विस्तारित करने योग्य बनाया गया है - डेवलपर अपने स्वयं के मॉडल को एकीकृत कर सकते हैं, डेटा स्रोतों को अनुकूलित कर सकते हैं या नए आउटपुट प्रारूप जोड़ सकते हैं।.
संपूर्ण कोड और दस्तावेज़ GitHub पर प्रकाशित किए गए हैं, साथ ही मूल्यांकन डेटासेट और कंपनी के ब्लॉग पर विस्तृत स्पष्टीकरण भी उपलब्ध हैं। Together AI अपने सिस्टम को ओपन-सोर्स समुदाय द्वारा आगे के प्रयोगों और सुधारों के लिए एक आधार के रूप में देखती है।.
यह खुलापन अन्य बड़ी एआई कंपनियों के बंद दृष्टिकोणों के विपरीत है और ओपन-सोर्स एआई के प्रति टुगेदर एआई की व्यापक प्रतिबद्धता को दर्शाता है, जिसे पिछली परियोजनाओं में भी व्यक्त किया गया है, जैसे कि हाल ही में o3-mini के स्तर पर एक ओपन-सोर्स कोडिंग मॉडल की रिलीज, लेकिन अपने बंद प्रतिस्पर्धियों की तुलना में काफी कम मापदंडों के साथ।.
कृत्रिम बुद्धिमत्ता अनुसंधान परिदृश्य के लिए महत्व
Together AI द्वारा ओपन डीप रिसर्च का शुभारंभ उन्नत AI अनुसंधान उपकरणों के लोकतंत्रीकरण की दिशा में एक महत्वपूर्ण कदम है। शक्तिशाली AI मॉडल, संरचित बहु-स्तरीय वेब अनुसंधान और बहु-मॉडल आउटपुट प्रारूपों को मिलाकर, यह प्रणाली मालिकाना समाधानों का एक आशाजनक विकल्प प्रस्तुत करती है।.
खुले दृष्टिकोण से डेवलपर्स और शोधकर्ताओं को सिस्टम को अपनी आवश्यकताओं के अनुसार अनुकूलित करने, विस्तारित करने और सुधारने की सुविधा मिलती है। अंततः, इससे बंद प्रणालियों की तुलना में अधिक नवीन और विविध अनुप्रयोगों का विकास संभव हो सकता है।.
हालांकि चुनौतियाँ अभी भी बनी हुई हैं, विशेष रूप से मतिभ्रम, पूर्वाग्रह और समयबद्धता के संबंध में, टुगेदर एआई का ओपन डीप रिसर्च यह दर्शाता है कि शक्तिशाली एआई अनुसंधान उपकरण किसी मालिकाना प्लेटफॉर्म तक सीमित नहीं होने चाहिए। यह पहल न केवल उन्नत एआई प्रौद्योगिकी तक खुली पहुँच को बढ़ावा देती है, बल्कि पारदर्शिता और पुनरुत्पादन क्षमता में भी योगदान देती है—जो एआई-संचालित अनुसंधान में विश्वास बनाने के लिए महत्वपूर्ण कारक हैं।.
के लिए उपयुक्त:
आपका एआई परिवर्तन, एआई एकीकरण और एआई प्लेटफॉर्म उद्योग विशेषज्ञ
☑️ हमारी व्यावसायिक भाषा अंग्रेजी या जर्मन है
☑️ नया: आपकी राष्ट्रीय भाषा में पत्राचार!
Konrad Wolfenstein
मुझे निजी सलाहकार के रूप में आपकी और मेरी टीम की सेवा करने में खुशी होगी।
संपर्क फ़ॉर्म भरकर मुझसे संपर्क कर सकते हैं +49 89 89 674 804 (म्यूनिख) पर कॉल कर सकते हैं । मेरा ईमेल पता है: वोल्फेंस्टीन ∂ xpert.digital
मैं हमारी संयुक्त परियोजना की प्रतीक्षा कर रहा हूं।
