公開：2025年4月19日 /更新：2025年4月19日 - 著者： Konrad Wolfenstein
KIオープンソースの代替品：一緒にAIがソースオープン「オープンディープリサーチ」を公開して、詳細なWeb Research-IMAGE：Xpert.Digital
構造化された、ソース、パワフル：一緒にAIは深い研究を新しいレベルにもたらします
一緒にAIが「オープンディープリサーチ」を紹介します：Openais Deep Researchに代わるオープンソースの代替
2025年4月16日、AIは「Open Deep Research」をリリースしました。これは、Openais Deep Researchの代替として設計された構造化されたWeb Researchのソースオープンシステムです。このツールは、マルチステージのWeb調査を通じて複雑な質問に答え、包括的なソースベースのレポートを作成できます。独自のソリューションとは対照的に、AIは、コミュニティベースのさらなる開発を促進するために、完全なコード、データレコード、およびシステムアーキテクチャを共同で提供します。
に適し：
オープンディープリサーチのアーキテクチャ
Open Deep Researchは、人間の研究プロセスを模倣する4段階のワークフローで動作します。このプロセスは、AIモデルが関連する検索クエリのリストを作成する計画ステップから始まります。 Webからの適切なコンテンツは、Tavily Search APIを介して収集されます。評価モデルは、ライティングモデルが最終的に最終レポートを作成する前に、知識のギャップがあるかどうかをチェックします。
AIの特別なアプローチは、ワークフローのさまざまなタスクにさまざまな専門モデルを使用することにあります。いわゆる「混合エージェント」（MOA）アプローチです。次のAIモデルが実装に使用されます。
- プランナー：QWEN2.5-72B計画と推論スキルのためにアリババからターボに指示する
- 概要：llama 3.3-70b長いWebコンテンツを要約するためにメタからターボに指示する
- JSON抽出器：llama 3.1-70b構造化された情報抽出のためにメタからターボに指示する
- レポートメーカー：情報の集約と高品質の研究レポートの作成のためのDeepSeek-V3
より長いテキストに対処できるようにするために、要約モデルはコンテンツをコンパクトに要約し、その関連性を評価します。これにより、音声モデルのコンテキストウィンドウがオーバーフローを防ぎます。
技術スタックと統合
技術的な基盤として、モデルは独自のAIクラウドプラットフォームを介して提供されます。 Web検索とコンテンツのクエリは、Tavilyを介して行われます。これにより、特定の利点は、Webサイトコンテンツの検索と検索の両方を単一のAPI呼び出しで呼び出すことができることです。
典型的なリクエストの処理時間は、リクエストの複雑さと評価と反射ループの数に応じて、2〜5分です。
マルチモーダルエディションと拡張機能
オープンディープリサーチは、テキストエディションに限定されるだけでなく、多くのマルチモーダル機能を提供しています。
- HTMLエディション：結果は構造化されたHTML形式で表示され、テキストと視覚要素が組み合わされています
- 図：JavaScriptライブラリを介した図の自動作成MermaidJS
- カバー画像：ブラックフォレストラボのフラックスモデルの助けを借りて、テーマに適した画像の生成
- ポッドキャスト機能：カルテシアのソニック言語モデルを使用してレポートの主要なポイントを要約するコンパクトオーディオポッドキャストの自動作成
これらのマルチモーダル出力形式により、調査された情報のより包括的で魅力的なプレゼンテーションが可能になります。
パフォーマンス評価とベンチマーク
一緒にAIは、3つの人気のあるベンチマークを使用して、オープンディープリサーチのパフォーマンスを評価しました。
- フレーム：マルチステージの論理的結論のテスト
- SimpleQA：事実の知識の調査
- hotpotqa：いくつかの結論を必要とするマルチホップの質問の評価
3つのベンチマークすべてで、オープンディープリサーチは、検索ツールなしで基本モデルよりもはるかに優れています。また、Langchains Open Deep Research（LDR）やHugging Faces Smolagen（SearchCodeagent）などの同様のオープンシステムと比較して、システムは通常、より高い品質の答えを達成しました。
評価の特に重要な結果は、いくつかの連続した研究が答えの質を大幅に改善するという認識でした。 1回の検索実行に制限された場合、精度は著しく低下しました。
既知の制限と課題
進捗状況にもかかわらず、AIはシステムのさまざまな制限を示しています。
- エラーの継続：ワークフローの早い段階でのエラーは、パイプライン全体を通じて継続し、最終結果が誤っている可能性があります
- 幻覚：特に曖昧または矛盾した情報を使用して、ソースを解釈するときに幻覚が発生する可能性があります
- 構造的歪み：トレーニングデータまたは検索インデックスのバイアスは結果に影響を与える可能性があります
- Topularity：High Up to -Dateニーズまたは低いWebカバーを備えたトピックは特別な課題です
- キャッシングの問題：実装されたキャッシュはコストを削減できますが、適切な有効期限なしで時代遅れの情報の配信につながります
これらの制限は、現在のAI研究ツールの典型であり、将来の改善のための重要な課題を表しています。
に適し：
他のオファーと比較して深い研究を開きます
深い研究機能の開発は現在、AIプロバイダーの間で傾向です。 Openaaiはもともとこのコンセプトを導入しましたが、現在ではGoogle、Grok、Prplexityも同様の機能を提供しています。人類は最近、そのクロードモデルのエージェントベースの研究機能も提示しました。
Hugging Faceは、Openaiの出版物の直後にソースを開いた代替物をすでに提示していましたが、それをさらに開発しませんでした。 AI検索エンジンとして、PerplexityはChatGptsディープリサーチの無料の代替品を提供します。これにより、ユーザーは毎日「深い研究」で最大5つの検索を実行できます。
Openais Deep Research（ChatGPT Proサブスクリプションの一部は月額約200ドル）などの閉鎖された有料システムとは対照的に、AIは完全にオープンでソースオープンの代替品を提供します。
コミュニティの焦点と拡大性
AIは、コミュニティによって拡張および改善できるオープンプラットフォームとして、オープンディープリサーチを意図的に設計しました。アーキテクチャは、簡単に拡張できるように設計されました。開発者は、独自のモデルを統合したり、データソースを調整したり、新しい出力形式を追加したりできます。
完全なコードとドキュメントは、GitHubで公開され、評価データセットと会社のブログで詳細な説明が表示されました。一緒になって、AIはそのシステムを、オープンソースコミュニティからのさらなる実験と改善の基礎と見なしています。
このオープンネスは、他の大規模なAI企業の閉鎖的アプローチとは対照的であり、O3-MINIのレベルでのソースオープンコーディングモデルの最近の出版など、以前のプロジェクトでも表明されたオープンソースAIのAISより広範なエンゲージメントを反映していますが、閉鎖競争よりもパラメーターが大幅に少ない。
AIの研究環境の意味
AIによるOpen Deep Researchの出版は、高度なAI研究ツールの民主化における重要なステップを示しています。強力なAIモデル、構造化されたマルチレベルのWebリサーチ、マルチモーダル出力形式の組み合わせにより、このシステムは独自のソリューションの有望な代替手段を提供します。
オープンアプローチにより、開発者と研究者は、システムをニーズに合わせて適応、拡大、改善できます。これにより、閉じたシステムで可能になるよりも、長期的には革新的で多様なアプリケーションにつながる可能性があります。
特に幻覚、バイアス、トピックに関しては依然として課題がありますが、AISオープンディープリサーチは、強力なAI研究ツールが独自のプラットフォームに限定される必要がないことを示しています。このイニシアチブは、高度なAIテクノロジーへのオープンアクセスを促進するだけでなく、AIサポートされた研究結果に対する信頼のための透明性とトレーサビリティに重要な要因にも貢献しています。
に適し：
AIの変革、AI統合、AIプラットフォーム業界の専門家
☑️ 私たちのビジネス言語は英語またはドイツ語です
☑️ NEW: 母国語での通信!
コンラッド・ウルフェンシュタイン
喜んで個人アドバイザーとしてあなたと私のチームにお役に立ちたいと思っています。
お問い合わせフォームにご記入 +49 89 89 674 804 (ミュンヘン)までお電話ください。私のメールアドレスは: wolfenstein ∂ xpert.digital
私たちの共同プロジェクトを楽しみにしています。
