प्रकाशित: 19 अप्रैल, 2025 / अपडेट से: 19 अप्रैल, 2025 - लेखक: कोनराड वोल्फेंस्टीन
की ओपन सोर्स वैकल्पिक: साथ में एआई ने विस्तृत वेब रिसर्च-इमेज के लिए सोर्स-ओपन "ओपन डीप रिसर्च" प्रकाशित किया: Xpert.Digital
संरचित, स्रोत, शक्तिशाली: साथ में एआई एक नए स्तर पर गहन शोध लाता है
साथ में एआई "ओपन डीप रिसर्च" का परिचय देता है: ओपनस डीप रिसर्च का एक खुला स्रोत विकल्प
16 अप्रैल, 2025 को, एआई ने एक साथ "ओपन डीप रिसर्च" जारी किया - संरचित वेब रिसर्च के लिए एक स्रोत -पेन सिस्टम, जिसे Openais deep Research के विकल्प के रूप में डिज़ाइन किया गया था। उपकरण मल्टी -स्टेज वेब रिसर्च के माध्यम से जटिल प्रश्नों का उत्तर दे सकता है और व्यापक, स्रोत -आधारित रिपोर्ट बना सकता है। मालिकाना समाधानों के विपरीत, एक साथ एआई सार्वजनिक रूप से समुदाय-आधारित आगे के विकास को बढ़ावा देने के लिए पूर्ण कोड, डेटा रिकॉर्ड और सिस्टम आर्किटेक्चर प्रदान करता है।
के लिए उपयुक्त:
ओपन डीप रिसर्च की वास्तुकला
ओपन डीप रिसर्च एक चार -स्टेज वर्कफ़्लो के साथ काम करता है जो मानव अनुसंधान प्रक्रिया की नकल करता है। यह प्रक्रिया एक नियोजन चरण से शुरू होती है जिसमें एआई मॉडल प्रासंगिक खोज क्वेरी की सूची बनाता है। वेब से उपयुक्त सामग्री तब Tavily खोज एपीआई के माध्यम से एकत्र की जाती है। एक मूल्यांकन मॉडल तब जांचता है कि क्या एक लेखन मॉडल से पहले कोई ज्ञान अंतराल है, आखिरकार अंतिम रिपोर्ट बनाता है।
एक साथ एआई का विशेष दृष्टिकोण वर्कफ़्लो-ए तथाकथित "मिक्सचर-ऑफ एजेंट" (एमओए) दृष्टिकोण में विभिन्न कार्यों के लिए विभिन्न विशेष मॉडलों के उपयोग में निहित है। निम्नलिखित AI मॉडल का उपयोग कार्यान्वयन के लिए किया जाता है:
- योजनाकार: QWEN2.5-72B योजना और तर्क कौशल के लिए अलीबाबा से टर्बो को निर्देश दें
- सारांश: Llama 3.3-70B लंबी वेब सामग्री को संक्षेप में प्रस्तुत करने के लिए मेटा से टर्बो को निर्देश दें
- JSON एक्सट्रैक्टर: लामा 3.1-70B संरचित सूचना निष्कर्षण के लिए मेटा से टर्बो को निर्देश दें
- रिपोर्टिंग निर्माता: उच्च गुणवत्ता वाले अनुसंधान रिपोर्टों की सूचना और निर्माण के एकत्रीकरण के लिए डीपसेक-वी 3
लंबे ग्रंथों से निपटने में सक्षम होने के लिए, सारांश मॉडल सामग्री को संक्षेप में संक्षेप में प्रस्तुत करता है और इसकी प्रासंगिकता का मूल्यांकन करता है। यह वॉयस मॉडल की संदर्भ खिड़कियों को अतिप्रवाह से रोकता है।
तकनीकी ढेर और एकीकरण
एक तकनीकी आधार के रूप में, मॉडल अपने स्वयं के एआई क्लाउड प्लेटफॉर्म के माध्यम से प्रदान किए जाते हैं। वेब खोज और सामग्री क्वेरी Tavily के माध्यम से होती है, जिससे एक विशेष लाभ यह है कि वेबसाइट की सामग्री की खोज और खोज दोनों को एकल API कॉल में कहा जा सकता है।
एक विशिष्ट अनुरोध के लिए प्रसंस्करण समय 2 और 5 मिनट के बीच है, जो अनुरोध की जटिलता और मूल्यांकन और प्रतिबिंब छोरों की संख्या के आधार पर है।
मल्टीमॉडल संस्करण और विस्तारित कार्य
ओपन डीप रिसर्च न केवल टेक्स्ट एडिशन तक ही सीमित है, बल्कि कई मल्टीमॉडल फ़ंक्शन भी प्रदान करता है:
- HTML संस्करण: परिणाम एक संरचित HTML प्रारूप में प्रस्तुत किए जाते हैं, पाठ और दृश्य तत्व संयुक्त हैं
- आरेख: जावास्क्रिप्ट लाइब्रेरी मरमेड जेएस के माध्यम से आरेखों का स्वचालित निर्माण
- कवर चित्र: ब्लैक फॉरेस्ट लैब्स के फ्लक्स मॉडल की मदद से विषयगत रूप से उपयुक्त छवियों की पीढ़ी
- पॉडकास्ट फ़ंक्शन: एक कॉम्पैक्ट ऑडियो पॉडकास्ट का स्वचालित निर्माण जो कार्टेशिया से सोनिक भाषा मॉडल का उपयोग करके रिपोर्ट के मुख्य बिंदुओं को संक्षेप में प्रस्तुत करता है
ये मल्टीमॉडल आउटपुट प्रारूप शोध की गई जानकारी की अधिक व्यापक और आकर्षक प्रस्तुति को सक्षम करते हैं।
प्रदर्शन मूल्यांकन और बेंचमार्क
साथ में एआई ने तीन लोकप्रिय बेंचमार्क का उपयोग करके खुले गहरे अनुसंधान के प्रदर्शन का मूल्यांकन किया:
- फ्रेम: मल्टी -स्टेज लॉजिकल निष्कर्ष के लिए परीक्षण
- Simpleqa: तथ्यात्मक ज्ञान की परीक्षा
- HOTPOTQA: मल्टी-हॉप प्रश्नों का मूल्यांकन जिसमें कई निष्कर्ष चरणों की आवश्यकता होती है
सभी तीन बेंचमार्क में, खुले अनुसंधान ने खोज उपकरणों के बिना बुनियादी मॉडल की तुलना में बहुत बेहतर कटौती की। इसके अलावा इसी तरह के खुले प्रणालियों जैसे कि लैंगचेन ओपन डीप रिसर्च (एलडीआर) और गले लगाने वाले चेहरे स्मोलगेन (SearchCodeagent) की तुलना में, सिस्टम ने आमतौर पर उत्तर की उच्च गुणवत्ता प्राप्त की।
मूल्यांकन का एक विशेष रूप से महत्वपूर्ण परिणाम यह अहसास था कि कई लगातार अनुसंधान कदम उत्तर गुणवत्ता में काफी सुधार करते हैं। जब एक ही खोज रन तक सीमित हो जाता है, तो सटीकता का उल्लेख किया गया।
ज्ञात प्रतिबंध और चुनौतियां
प्रगति के बावजूद, एक साथ एआई अपने सिस्टम पर विभिन्न प्रतिबंधों को इंगित करता है:
- त्रुटि निरंतरता: वर्कफ़्लो के शुरुआती चरणों में त्रुटियां पूरी पाइपलाइन के माध्यम से जारी रह सकती हैं और गलत अंतिम परिणामों का नेतृत्व कर सकती हैं
- मतिभ्रम: स्रोतों की व्याख्या करते समय मतिभ्रम हो सकता है, विशेष रूप से अस्पष्ट या विरोधाभासी जानकारी के साथ
- संरचनात्मक विकृतियां: प्रशिक्षण डेटा या खोज सूचकांकों में पूर्वाग्रह परिणामों को प्रभावित कर सकते हैं
- टोपुलरिटी: हाई -अप -डेट की जरूरतों या कम वेब कवर वाले विषय एक विशेष चुनौती हैं
- कैशिंग समस्या: कार्यान्वित कैशिंग लागत को कम कर सकता है, लेकिन एक उचित समाप्ति समय के बिना पुरानी जानकारी के वितरण की ओर जाता है
ये प्रतिबंध वर्तमान एआई अनुसंधान उपकरणों के विशिष्ट हैं और भविष्य में सुधार के लिए महत्वपूर्ण चुनौतियों का प्रतिनिधित्व करते हैं।
के लिए उपयुक्त:
अन्य प्रस्तावों की तुलना में गहन शोध खुला
गहरे अनुसंधान कार्यों का विकास वर्तमान में एआई प्रदाताओं के बीच एक प्रवृत्ति है। Openaai ने मूल रूप से अवधारणा पेश की, लेकिन अब Google, Grok और Perplexity भी समान कार्य प्रदान करते हैं। एंथ्रोपिक ने हाल ही में अपने क्लाउड मॉडल के लिए एक एजेंट-आधारित अनुसंधान समारोह भी प्रस्तुत किया।
हगिंग फेस ने ओपनई के प्रकाशन के कुछ समय बाद ही एक स्रोत -ओपेन विकल्प प्रस्तुत किया था, लेकिन इसे और विकसित नहीं किया। AI खोज इंजन के रूप में, Perplexity चैट गहरे शोध के लिए एक मुफ्त विकल्प प्रदान करता है, जिससे उपयोगकर्ता हर दिन "गहन अनुसंधान" के साथ पांच खोजों को पूरा कर सकते हैं।
बंद के विपरीत, Openais Deep Research (CHATGPT प्रो सब्सक्रिप्शन का हिस्सा लगभग 200 डॉलर प्रति माह) जैसे भुगतान किए गए सिस्टम हैं, साथ में AI पूरी तरह से खुला और स्रोत-खुले विकल्प प्रदान करता है।
सामुदायिक फोकस और विस्तार योग्यता
साथ में एआई ने जानबूझकर एक खुले मंच के रूप में खुले गहरे शोध को डिजाइन किया, जिसे समुदाय द्वारा विस्तार और सुधार किया जा सकता है। वास्तुकला को डिज़ाइन किया गया था ताकि इसे आसानी से विस्तारित किया जा सके - डेवलपर्स अपने स्वयं के मॉडल को एकीकृत कर सकते हैं, डेटा स्रोतों को समायोजित कर सकते हैं या नए आउटपुट प्रारूप जोड़ सकते हैं।
पूरा कोड और प्रलेखन GitHub पर प्रकाशित किया गया था, साथ में एक मूल्यांकन डेटा सेट और कंपनी ब्लॉग में विस्तृत स्पष्टीकरण के साथ। साथ में एआई अपनी प्रणाली को ओपन सोर्स समुदाय से आगे के प्रयोगों और सुधारों के आधार के रूप में देखता है।
यह खुलापन अन्य बड़ी एआई कंपनियों के बंद दृष्टिकोणों के विपरीत है और खुले स्रोत एआई के लिए एआईएस व्यापक सगाई को एक साथ दर्शाता है, जो कि पिछली परियोजनाओं में भी व्यक्त किया गया था, जैसे कि ओ 3-मिनी के स्तर पर एक स्रोत-ओपन कोडिंग मॉडल का हालिया प्रकाशन, लेकिन बंद प्रतियोगिता की तुलना में काफी कम मापदंडों के साथ।
एआई अनुसंधान परिदृश्य के लिए अर्थ
एआई द्वारा एक साथ ओपन डीप रिसर्च का प्रकाशन उन्नत एआई अनुसंधान उपकरणों के लोकतंत्रीकरण में एक महत्वपूर्ण कदम है। शक्तिशाली एआई मॉडल, संरचित बहु-स्तरीय वेब अनुसंधान और मल्टीमॉडल आउटपुट प्रारूपों के संयोजन के साथ, सिस्टम मालिकाना समाधान के लिए एक आशाजनक विकल्प प्रदान करता है।
खुला दृष्टिकोण डेवलपर्स और शोधकर्ताओं को उनकी आवश्यकताओं के लिए सिस्टम को अनुकूलित करने, विस्तार करने और सुधारने में सक्षम बनाता है। यह लंबी अवधि में अधिक नवीन और विविध अनुप्रयोगों को बंद कर सकता है, जो बंद सिस्टम के साथ संभव होगा।
यद्यपि अभी भी चुनौतियां हैं, विशेष रूप से मतिभ्रम, पूर्वाग्रह और सामयिकता के संबंध में, एआईएस खुले गहरे शोध से पता चलता है कि शक्तिशाली एआई अनुसंधान उपकरणों को मालिकाना प्लेटफार्मों तक सीमित नहीं होना चाहिए। पहल न केवल उन्नत एआई प्रौद्योगिकी के लिए खुली पहुंच को बढ़ावा देती है, बल्कि एआई-समर्थित अनुसंधान परिणामों में विश्वास के लिए पारदर्शिता और ट्रेसबिलिटी-महत्वपूर्ण कारकों में भी योगदान देती है।
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!
कोनराड वोल्फेंस्टीन
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।
