Pubblicato il: 19 aprile 2025 / Aggiornato il: 19 aprile 2025 – Autore: Konrad Wolfenstein
Alternativa open source all'intelligenza artificiale: Together AI rilascia l'open source "Open Deep Research" per ricerche web dettagliate - Immagine: Xpert.Digital
Strutturato, open source, potente: Together AI porta la ricerca approfondita a un nuovo livello
Together AI presenta “Open Deep Research”: un’alternativa open source alla Deep Research di OpenAI
Il 16 aprile 2025, Together AI ha rilasciato "Open Deep Research", un sistema open source per la ricerca web strutturata, progettato come alternativa a Deep Research di OpenAI. Lo strumento è in grado di rispondere a domande complesse attraverso ricerche web in più fasi e di generare report completi basati sulle fonti. A differenza delle soluzioni proprietarie, Together AI rende pubblicamente disponibili il codice completo, i set di dati e l'architettura del sistema per incoraggiare lo sviluppo basato sulla comunità.
Adatto a:
L'architettura di Open Deep Research
Open Deep Research utilizza un flusso di lavoro in quattro fasi che imita il processo di ricerca umano. Il processo inizia con una fase di pianificazione, in cui un modello di intelligenza artificiale genera un elenco di query di ricerca pertinenti. Successivamente, i contenuti corrispondenti vengono raccolti dal web utilizzando l'API di ricerca Tavily. Un modello di valutazione verifica quindi eventuali lacune di conoscenza prima che un modello di scrittura generi infine il report finale.
L'approccio unico di Together AI risiede nell'utilizzo di diversi modelli specializzati per diverse attività all'interno del flusso di lavoro, un cosiddetto approccio "Mixture-of-Agents" (MoA). Per l'implementazione vengono utilizzati i seguenti modelli di intelligenza artificiale:
- Planner: Qwen2.5-72B-Instruct-Turbo di Alibaba per capacità di pianificazione e ragionamento
- Riepilogo: Llama-3.3-70B-Instruct-Turbo di Meta per riassumere contenuti web lunghi
- JSON Extractor: Llama-3.1-70B-Instruct-Turbo da Meta per l'estrazione di informazioni strutturate
- Creatore di report: DeepSeek-V3 per l'aggregazione di informazioni e la creazione di report di ricerca di alta qualità
Per gestire testi più lunghi, il modello di riepilogo ne riassume il contenuto in modo compatto e ne valuta la pertinenza. Ciò impedisce che le finestre di contesto dei modelli linguistici si riempiano eccessivamente.
Stack tecnico e integrazione
I modelli sono forniti tramite la piattaforma cloud proprietaria di Together AI. La ricerca web e il recupero dei contenuti sono gestiti da Tavily, con il particolare vantaggio che sia la ricerca che il recupero dei contenuti del sito web possono essere eseguiti con un'unica chiamata API.
Il tempo di elaborazione di una richiesta tipica è compreso tra 2 e 5 minuti, a seconda della complessità della richiesta e del numero di cicli di valutazione e riflessione.
Output multimodali e funzioni estese
Open Deep Research non si limita all'output di testo, ma offre una gamma di funzioni multimodali:
- Output HTML: i risultati vengono presentati in un formato HTML strutturato che combina testo ed elementi visivi
- Grafici: creazione automatica di grafici tramite la libreria JavaScript Mermaid JS
- Immagini di copertina: generazione di immagini tematicamente appropriate utilizzando i modelli Flux di Black Forest Labs
- Funzione Podcast: creazione automatica di un podcast audio compatto che riassume i punti principali del report, utilizzando i modelli vocali Sonic di Cartesia
Questi formati di output multimodali consentono una presentazione più completa e accattivante delle informazioni ricercate.
Valutazione delle prestazioni e benchmark
Together AI ha valutato le prestazioni di Open Deep Research utilizzando tre benchmark popolari:
- FRAME: Test per il ragionamento logico a più stadi
- SimpleQA: verifica delle conoscenze fattuali
- HotPotQA: valutazione di domande multi-hop che richiedono più passaggi di ragionamento
In tutti e tre i benchmark, Open Deep Research ha ottenuto risultati significativamente migliori rispetto ai modelli base senza strumenti di ricerca. Rispetto a sistemi aperti simili come Open Deep Research (LDR) di LangChain e Hugging Faces SmolAgents (SearchCodeAgent), il sistema ha anche generalmente ottenuto una qualità di risposta più elevata.
Un risultato particolarmente importante della valutazione è stato che più fasi di ricerca consecutive migliorano significativamente la qualità delle risposte. Quando ci si limita a una singola ricerca, l'accuratezza diminuisce notevolmente.
Limitazioni e sfide note
Nonostante i progressi, Together AI evidenzia diversi limiti del suo sistema:
- Propagazione degli errori: gli errori nelle fasi iniziali del flusso di lavoro possono propagarsi all'intera pipeline e portare a risultati finali errati
- Allucinazioni: le allucinazioni possono verificarsi durante l'interpretazione delle fonti, soprattutto in presenza di informazioni ambigue o contraddittorie
- Bias strutturali: i bias nei dati di addestramento o negli indici di ricerca possono influenzare i risultati
- Tempestività: gli argomenti che richiedono elevata attualità o con scarsa copertura web rappresentano una sfida particolare
- Problema di memorizzazione nella cache: sebbene l'implementazione della memorizzazione nella cache possa ridurre i costi, senza un tempo di scadenza adeguato si finisce per fornire informazioni obsolete
Queste limitazioni sono tipiche degli attuali strumenti di ricerca sull'intelligenza artificiale e rappresentano importanti sfide per i futuri miglioramenti.
Adatto a:
Open Deep Research rispetto ad altre offerte
Lo sviluppo di capacità di ricerca approfondita è attualmente una tendenza tra i fornitori di intelligenza artificiale. OpenAI ha introdotto originariamente il concetto, ma anche Google, Grok e Perplexity offrono ora funzionalità simili. Anche Anthropic ha recentemente introdotto una funzione di ricerca basata su agenti per il suo modello Claude.
Hugging Face aveva già presentato un'alternativa open source poco dopo il rilascio di OpenAI, ma non l'ha sviluppata ulteriormente. Perplexity, un motore di ricerca basato sull'intelligenza artificiale, offre un'alternativa gratuita a Deep Research di ChatGPT, consentendo agli utenti di effettuare fino a cinque ricerche approfondite al giorno.
A differenza di sistemi chiusi e a pagamento come Deep Research di OpenAI (che fa parte dell'abbonamento ChatGPT Pro per circa 200 $ al mese), Together AI offre un'alternativa completamente aperta e open source.
Focus sulla comunità e scalabilità
Together AI ha deliberatamente progettato Open Deep Research come una piattaforma aperta, estendibile e migliorabile dalla comunità. L'architettura è stata progettata per essere facilmente estensibile: gli sviluppatori possono integrare i propri modelli, adattare le fonti di dati o aggiungere nuovi formati di output.
Il codice completo e la documentazione sono stati pubblicati su GitHub, insieme a un set di dati di valutazione e spiegazioni dettagliate sul blog aziendale. Together AI considera il suo sistema come una base per ulteriori sperimentazioni e miglioramenti da parte della comunità open source.
Questa apertura contrasta con gli approcci chiusi di altre grandi aziende di intelligenza artificiale e riflette l'impegno più ampio di Together AI nei confronti dell'intelligenza artificiale open source, che è stato espresso anche in progetti precedenti, come il recente rilascio di un modello di codifica open source a livello di o3-mini, ma con parametri significativamente inferiori rispetto ai suoi concorrenti chiusi.
Importanza per il panorama della ricerca sull'intelligenza artificiale
Il lancio di Open Deep Research da parte di Together AI segna un passo importante nella democratizzazione degli strumenti di ricerca avanzata basati sull'intelligenza artificiale. Combinando potenti modelli di intelligenza artificiale, ricerca web strutturata in più fasi e formati di output multimodali, il sistema offre un'alternativa promettente alle soluzioni proprietarie.
L'approccio aperto consente a sviluppatori e ricercatori di adattare, estendere e migliorare il sistema in base alle proprie esigenze. A lungo termine, questo potrebbe portare ad applicazioni più innovative e diversificate di quanto sarebbe possibile con sistemi chiusi.
Sebbene permangano delle sfide, in particolare per quanto riguarda allucinazioni, pregiudizi e tempestività, l'iniziativa Open Deep Research di Together AI dimostra che potenti strumenti di ricerca sull'intelligenza artificiale non devono necessariamente essere limitati a piattaforme proprietarie. L'iniziativa non solo promuove il libero accesso alle tecnologie di intelligenza artificiale avanzate, ma contribuisce anche alla trasparenza e alla riproducibilità, fattori cruciali per costruire fiducia nella ricerca basata sull'intelligenza artificiale.
Adatto a:
La tua trasformazione AI, l'integrazione dell'IA ed esperto del settore della piattaforma AI
☑️ La nostra lingua commerciale è l'inglese o il tedesco
☑️ NOVITÀ: corrispondenza nella tua lingua nazionale!
Konrad Wolfenstein
Sarei felice di servire te e il mio team come consulente personale.
Potete contattarmi compilando il modulo di contatto o semplicemente chiamandomi al numero +49 89 89 674 804 (Monaco) . Il mio indirizzo email è: wolfenstein ∂ xpert.digital
Non vedo l'ora di iniziare il nostro progetto comune.
