Megjelent: 2025. április 19. / Frissítve: 2025. április 19. – Szerző: Konrad Wolfenstein
AI nyílt forráskódú alternatíva: A Together AI kiadja a nyílt forráskódú „Open Deep Research”-et a részletes webes kutatáshoz – Kép: Xpert.Digital
Strukturált, nyílt forráskódú, hatékony: A mesterséges intelligencia együttesen új szintre emeli a mélyreható kutatást
A Together AI bemutatja a „Nyílt Mélykutatást”: az OpenAI Mélykutatásának nyílt forráskódú alternatíváját
2025. április 16-án a Together AI kiadta az „Open Deep Research”-et – egy nyílt forráskódú rendszert strukturált webes kutatáshoz, amelyet az OpenAI Deep Research alternatívájaként terveztek. Az eszköz többlépcsős webes kutatáson keresztül képes összetett kérdésekre válaszolni, és átfogó, forrásalapú jelentéseket tud készíteni. A zárt megoldásokkal ellentétben a Together AI nyilvánosan elérhetővé teszi a teljes kódot, adatkészleteket és rendszerarchitektúrát, hogy ösztönözze a közösségi alapú fejlesztést.
Alkalmas:
A nyílt mélykutatás architektúrája
Az Open Deep Research egy négyszakaszos munkafolyamatot használ, amely utánozza az emberi kutatási folyamatot. A folyamat egy tervezési lépéssel kezdődik, amelyben egy MI-modell létrehoz egy listát a releváns keresési lekérdezésekről. Ezután a Tavily keresési API segítségével a rendszer összegyűjti a megfelelő tartalmat az internetről. Egy kiértékelő modell ezután ellenőrzi a fennmaradó tudásbeli hiányosságokat, mielőtt az írási modell végül elkészíti a végső jelentést.
A mesterséges intelligencia egyedi megközelítése abban rejlik, hogy a munkafolyamaton belüli különböző feladatokhoz különféle specializált modelleket használ – az úgynevezett „ágensek keveréke” (MoA) megközelítést. A megvalósításhoz a következő mesterséges intelligencia modelleket használják:
- Tervező: Qwen2.5-72B-Instruct-Turbo az Alibabától a tervezési és érvelési készségek fejlesztéséhez
- Összefoglalás: A Meta által fejlesztett Llama-3.3-70B-Instruct-Turbo hosszú webes tartalmak összefoglalásához
- JSON kinyerés: Llama-3.1-70B-Instruct-Turbo a Metától strukturált információkinyeréshez
- Jelentéskészítő: DeepSeek-V3 információk összesítéséhez és kiváló minőségű kutatási jelentések készítéséhez
Hosszabb szövegek kezelése érdekében az összefoglaló modell tömören összefoglalja a tartalmat, és felméri annak relevanciáját. Ez megakadályozza, hogy a nyelvi modellek kontextuális ablakai túlcsorduljanak.
Technikai verem és integráció
A modelleket a Together AI saját felhőplatformján keresztül biztosítják. A webes keresést és a tartalom lekérését a Tavily kezeli, azzal a különleges előnnyel, hogy mind a webhely tartalmának keresése, mind lekérése egyetlen API-hívással elvégezhető.
Egy tipikus kérés feldolgozási ideje 2 és 5 perc között van, a kérés összetettségétől, valamint a kiértékelési és reflexiós ciklusok számától függően.
Multimodális kimenetek és kibővített funkciók
Az Open Deep Research nem korlátozódik szöveges kimenetre, hanem számos multimodális függvényt kínál:
- HTML kimenet: Az eredményeket strukturált HTML formátumban jelenítjük meg, amely szöveges és vizuális elemeket kombinál
- Diagramok: Diagramok automatikus létrehozása a Mermaid JS JavaScript könyvtáron keresztül
- Borítóképek: Tematikusan megfelelő képek generálása a Black Forest Labs Flux modelljeinek felhasználásával
- Podcast funkció: Automatikusan létrehoz egy kompakt audio podcastot, amely összefoglalja a jelentés főbb pontjait a Cartesia Sonic beszédmodelljeinek használatával
Ezek a multimodális kimeneti formátumok lehetővé teszik a kutatott információk átfogóbb és vonzóbb bemutatását.
Teljesítményértékelés és referenciaértékek
A Together AI három népszerű benchmark segítségével értékelte az Open Deep Research teljesítményét:
- FRAMES: Többlépcsős logikai gondolkodást mérő teszt
- SimpleQA: Ténytudás tesztelése
- HotPotQA: Többlépéses érvelést igénylő, többugrásos kérdések értékelése
Mindhárom benchmarkban az Open Deep Research jelentősen jobban teljesített, mint a keresőeszközök nélküli alapmodellek. A hasonló nyílt rendszerekhez, mint például a LangChain Open Deep Research (LDR) és a Hugging Faces SmolAgents (SearchCodeAgent), képest a rendszer általánosságban véve jobb válaszminőséget is elért.
Az értékelés egyik különösen fontos megállapítása az volt, hogy a több egymást követő keresési lépés jelentősen javítja a válaszok minőségét. Egyetlen keresés esetén a pontosság észrevehetően csökkent.
Ismert korlátok és kihívások
A fejlődés ellenére a Together AI rámutat rendszerének számos korlátjára:
- Hiba terjedése: A munkafolyamat korai lépéseiben előforduló hibák a teljes folyamaton keresztül terjedhetnek, és hibás végeredményekhez vezethetnek
- Hallucinációk: Hallucinációk előfordulhatnak források értelmezésekor, különösen kétértelmű vagy ellentmondásos információk esetén
- Strukturális torzítások: A betanítási adatokban vagy a keresési indexekben lévő torzítás befolyásolhatja az eredményeket
- Időszerűség: A magas aktualitást igénylő vagy alacsony webes megjelenésű témák különösen nagy kihívást jelentenek
- Gyorsítótárazási probléma: Bár a gyorsítótár alkalmazása csökkentheti a költségeket, megfelelő lejárati idő nélkül elavult információk kézbesítéséhez vezet
Ezek a korlátozások jellemzőek a jelenlegi mesterséges intelligencia kutatási eszközökre, és fontos kihívásokat jelentenek a jövőbeli fejlesztések szempontjából.
Alkalmas:
Nyílt mélykutatás más ajánlatokhoz képest
A mélyreható kutatási képességek fejlesztése jelenleg trend a mesterséges intelligencia szolgáltatók körében. Az OpenAI eredetileg bevezette a koncepciót, de ma már a Google, a Grok és a Perplexity is kínál hasonló funkciókat. Az Anthropic nemrégiben egy ágensalapú kutatási függvényt is bevezetett Claude modelljéhez.
A Hugging Face már bemutatott egy nyílt forráskódú alternatívát röviddel az OpenAI megjelenése után, de nem fejlesztette tovább. A Perplexity, egy mesterséges intelligencia alapú keresőmotor, ingyenes alternatívát kínál a ChatGPT Deep Research funkciójára, lehetővé téve a felhasználók számára, hogy naponta akár öt „mélykutatási” keresést végezzenek.
A zárt, fizetős rendszerekkel, mint például az OpenAI Deep Research rendszerével (ami a ChatGPT Pro előfizetés része, körülbelül havi 200 dollárért), ellentétben a Together AI egy teljesen nyílt és nyílt forráskódú alternatívát kínál.
Közösségközpontúság és skálázhatóság
A mesterséges intelligencia szándékosan úgy tervezte az Open Deep Research-et, hogy az egy nyílt platform legyen, amelyet a közösség bővíthet és fejleszthet. Az architektúrát úgy tervezték, hogy könnyen bővíthető legyen – a fejlesztők integrálhatják saját modelljeiket, adaptálhatják az adatforrásokat, vagy új kimeneti formátumokat adhatnak hozzá.
A teljes kód és dokumentáció megjelent a GitHubon, egy értékelő adathalmazzal és részletes magyarázatokkal együtt a vállalati blogon. A Together AI a rendszerét a nyílt forráskódú közösség további kísérletezésének és fejlesztéseinek alapjának tekinti.
Ez a nyitottság ellentétben áll más nagy mesterséges intelligencia cégek zárt megközelítéseivel, és tükrözi a Together AI nyílt forráskódú mesterséges intelligencia iránti szélesebb körű elkötelezettségét, amely korábbi projektekben is kifejezésre jutott, például az o3-mini szintű nyílt forráskódú kódolási modell nemrégiben kiadott kiadásában, amely azonban lényegesen kevesebb paraméterrel rendelkezik, mint zárt versenytársai.
Jelentőség a mesterséges intelligencia kutatási környezetében
A Together AI által kiadott Open Deep Research fontos lépést jelent a fejlett MI-kutatási eszközök demokratizálásában. A hatékony MI-modellek, a strukturált, többlépcsős webes kutatás és a multimodális kimeneti formátumok kombinálásával a rendszer ígéretes alternatívát kínál a zárt megoldásokkal szemben.
A nyílt megközelítés lehetővé teszi a fejlesztők és kutatók számára, hogy a rendszert az igényeiknek megfelelően adaptálják, kibővítsék és fejlesszék. Hosszú távon ez innovatívabb és változatosabb alkalmazásokhoz vezethet, mint ami zárt rendszerekkel lehetséges lenne.
Bár továbbra is fennállnak kihívások, különösen a hallucinációk, az elfogultság és az időszerűség tekintetében, a Together AI Open Deep Research programja azt bizonyítja, hogy a hatékony MI-kutatási eszközök nem korlátozódhatnak kizárólagos platformokra. A kezdeményezés nemcsak a fejlett MI-technológiához való nyílt hozzáférést segíti elő, hanem hozzájárul az átláthatósághoz és a reprodukálhatósághoz is – ezek kulcsfontosságú tényezők a MI-alapú kutatásokba vetett bizalom kiépítéséhez.
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.
