Megjelent: 2025. április 19. / Frissítés: 2025. április 19. - Szerző: Konrad Wolfenstein
KI nyílt forráskódú alternatíva: Együtt az AI közzéteszi a forrás-nyitott „Open Deep Research” -t a részletes webkutatási képekért: xpert.digital
Strukturált, forrás, erőteljes: Együtt az AI mély kutatást hoz egy új szintre
Az AI együtt bemutatja a „Nyílt mély kutatást”: nyílt forráskódú alternatíva az OpenAis Deep Research -hez
2025. április 16 -án az AI együtt kiadta a „Open Deep Research” -t - a strukturált webes kutatás forrás -nyitó rendszerét, amelyet az Openais Deep Research alternatívájaként terveztek. Az eszköz a multi -fokozatú webes kutatás révén komplex kérdésekre tud válaszolni, és átfogó, forrás -alapú jelentéseket készít. A szabadalmaztatott megoldásokkal ellentétben az AI együttesen biztosítja a teljes kódot, az adatrekordokat és a rendszer-architektúrát a közösségi alapú további fejlesztés előmozdítása érdekében.
Alkalmas:
A nyitott mély kutatás építészete
Az Open Deep Research négylépcsős munkafolyamattal működik, amely utánozza az emberi kutatási folyamatot. A folyamat egy olyan tervezési lépéssel kezdődik, amelyben az AI modell létrehozza a releváns keresési lekérdezések listáját. Ezután a megfelelő tartalmat a Tavily Search API -n keresztül gyűjtik. Egy értékelési modell ezután ellenőrzi, hogy vannak -e tudáshiányok, mielőtt az írási modell végül elkészíti a záró jelentést.
Az AI együttes speciális megközelítése a különféle speciális modellek felhasználásában rejlik a munkafolyamat különböző feladatainak-az úgynevezett „keverék-szer” (MOA) megközelítésben. A következő AI modelleket használják a megvalósításhoz:
- Tervező: A QWEN2.5-72B az Alibaba Turbo-t a tervezési és érvelési készségekre utasítja
- Összegzés: A Llama 3.3-70B utasítja a Turbo-t a meta-tól a hosszú webtartalom összefoglalására
- JSON Extractor: Llama 3.1-70b utasítja a Turbo-t a Meta-ból a strukturált információk kinyerésére
- Jelentés a gyártó: DeepSeek-V3 az információk összesítésére és a kiváló minőségű kutatási jelentések készítésére
Annak érdekében, hogy a hosszabb szövegekkel foglalkozhassunk, az összefoglaló modell összefoglalja a tartalmat kompakt módon és kiértékeli annak relevanciáját. Ez megakadályozza a hangmodellek kontextusának ablakait.
Technikai verem és integráció
Műszaki alapként a modelleket saját AI Cloud Platformon keresztül biztosítják. Az internetes keresés és a tartalom lekérdezése a Tavily -en keresztül zajlik, amelynek különös előnye, hogy mind a Webhely -tartalom keresése, mind a keresés egyetlen API -hívásban is meghívható.
A tipikus kérés feldolgozási ideje 2 és 5 perc között van, a kérelem bonyolultságától és az értékelési és reflexiós hurkok számától függően.
Multimodális kiadások és kibővített funkciók
Az Open Deep Research nemcsak a szöveges kiadásokra korlátozódik, hanem számos multimodális funkciót is kínál:
- HTML kiadás: Az eredményeket strukturált HTML formátumban mutatjuk be, a szöveget és a vizuális elemeket kombinálják
- Diagramok: A diagramok automatikus létrehozása a JavaScript Library sellő JS -en keresztül
- Cover képek: A tematikusan alkalmas képek generálása a Black Forest Labs Flux modellek segítségével
- Podcast funkció: Egy kompakt audio podcast automatikus létrehozása, amely összefoglalja a jelentés fő pontjait a Cartesia Sonic Language Models -jével
Ezek a multimodális kimeneti formátumok lehetővé teszik a kutatott információk átfogóbb és vonzóbb bemutatását.
Teljesítményértékelés és referenciaértékek
Az AI együttesen értékelte a nyílt mély kutatás teljesítményét három népszerű referenciaérték felhasználásával:
- Keretek: Tesztelje a multi -fokozatú logikai következtetéseket
- SimpleQa: A ténybeli ismeretek vizsgálata
- Hotpotqa: A több-hop kérdések értékelése, amelyek több következtetési lépést igényelnek
Mindhárom referenciaértékben az Open Deep Research sokkal jobban vágott le, mint az alapmodellek keresési eszközök nélkül. Összehasonlítva a hasonló nyitott rendszerekkel, például a Langchains Open Deep Research (LDR) és az ölelési arcok Smolagen (SearchCodeAgent), a rendszer általában magasabb válaszminőséget ért el.
Az értékelés különösen fontos eredménye az volt, hogy felismerte, hogy számos egymást követő kutatási lépés jelentősen javítja a válaszminőséget. Ha egyetlen keresési futtatásra korlátozódik, a pontosság észrevehetően esett vissza.
Ismert korlátozások és kihívások
Az előrehaladás ellenére az AI együttesen a rendszer különféle korlátozásait jelzi:
- Hiba folytatása: A munkafolyamat korai lépéseiben a hibák a teljes csővezetéken folytatódhatnak, és helytelen végeredményekhez vezethetnek
- Hallucinációk: Hallucinációk fordulhatnak elő a források értelmezésekor, különösen kétértelmű vagy ellentmondásos információkkal
- Strukturális torzulások: A képzési adatok vagy a keresési mutatók torzulása befolyásolhatja az eredményeket
- Topulitás: A magas felfelé mutató témák -dátumigények vagy az alacsony internetes borító, különleges kihívás
- Gyorsítótárazási probléma: A végrehajtott gyorsítótárazás csökkentheti a költségeket, de megfelelő lejárati idő nélkül az elavult információk kézbesítéséhez vezet
Ezek a korlátozások jellemzőek a jelenlegi AI kutatási eszközökre, és fontos kihívásokat jelentenek a jövőbeli fejlesztések szempontjából.
Alkalmas:
Nyílt mély kutatás más ajánlatokhoz képest
A mély kutatási funkciók fejlesztése jelenleg tendencia az AI szolgáltatók körében. Az Openaai eredetileg bevezette a koncepciót, de most a Google, a Grok és a Pulszexitás hasonló funkciókat is kínál. Az antropikus nemrégiben ügynök-alapú kutatási funkciót is bemutatott a Claude modelljéhez.
A Face átölelése már röviddel az Openai közzététele után bemutatta a forrás -nyitott alternatívát, de nem fejlesztette tovább. AI keresőmotorjaként a Pulexity ingyenes alternatívát kínál a Chatgpts Deep Research -hez, amelynek során a felhasználók napi öt keresést végezhetnek „mély kutatással”.
A zárt, fizetett rendszerekkel, mint például az OpenAis Deep Research (a Chatgpt Pro előfizetés része havonta körülbelül 200 dollár), az AI együttesen teljesen nyitott és forrás-nyitott alternatívát kínál.
Közösségi fókusz és kibővíthetőség
Az AI együttesen szándékosan megtervezte a nyílt mély kutatást, mint egy nyitott platformot, amelyet a közösség kibővíthet és továbbfejleszthet. Az architektúrát úgy tervezték, hogy könnyen kibővíthető legyen - a fejlesztők integrálhatják saját modelleiket, beállíthatják az adatforrásokat vagy új kimeneti formátumokat adhatnak hozzá.
A teljes kódot és a dokumentációt a GitHub -en tették közzé, egy értékelési adatkészlettel és a vállalati blog részletes magyarázataival együtt. Az AI együttesen a rendszerét a további kísérletek és fejlesztések alapjául látja a nyílt forráskódú közösségtől.
Ez a nyitottság ellentétben áll más nagy AI-társaságok zárt megközelítéseivel, és tükrözi az AIS szélesebb körű elkötelezettségét a nyílt forráskódú AI-hez, amelyet a korábbi projektekben is kifejeztek, például egy forrás-nyitott kódolási modell nemrégiben közzététele az O3-MINI szintjén, de lényegesen kevesebb paraméterrel, mint a zárt versenynél.
Jelentése az AI kutatási táj számára
Az AI Open Deep Research közzététele fontos lépést jelent a fejlett AI kutatási eszközök demokratizálódásában. A hatékony AI modellek, a strukturált többszintű webes kutatás és a multimodális kimeneti formátumok kombinációjával a rendszer ígéretes alternatívát kínál a védett megoldások számára.
A nyílt megközelítés lehetővé teszi a fejlesztők és a kutatók számára, hogy alkalmazkodjanak, bővítsék és javítsák a rendszert igényeikhez. Ez hosszú távon innovatívabb és sokkal változatosabb alkalmazásokhoz vezethet, mint amennyire a zárt rendszerek esetében lehetséges.
Noha továbbra is vannak kihívások, különös tekintettel a hallucinációkra, az elfogultságra és a aktikalitásra, az AIS Open Deep Research együttesen azt mutatja, hogy a hatékony AI kutatási eszközöknek nem kell korlátozniuk a szabadalmaztatott platformokra. A kezdeményezés nemcsak elősegíti a fejlett AI technológiához való nyílt hozzáférést, hanem hozzájárul az átláthatósághoz és a nyomonkövethetőség szempontjából fontos tényezőkhöz az AI által támogatott kutatási eredményekbe vetett bizalomhoz.
Alkalmas:
Az AI átalakulása, AI integráció és AI platformipar szakértője
☑️ Üzleti nyelvünk angol vagy német
☑️ ÚJ: Levelezés az Ön nemzeti nyelvén!
Konrad Wolfenstein
Szívesen szolgálok Önt és csapatomat személyes tanácsadóként.
Felveheti velem a kapcsolatot az itt található kapcsolatfelvételi űrlap kitöltésével , vagy egyszerűen hívjon a +49 89 89 674 804 (München) . Az e-mail címem: wolfenstein ∂ xpert.digital
Nagyon várom a közös projektünket.
