Gepubliceerd op: 19 april 2025 / Bijgewerkt op: 19 april 2025 – Auteur: Konrad Wolfenstein
Open-source alternatief voor AI: Together AI brengt de open-source tool "Open Deep Research" uit voor gedetailleerd webonderzoek – Afbeelding: Xpert.Digital
Gestructureerd, open-source, krachtig: Together AI tilt diepgaand onderzoek naar een nieuw niveau
Together AI introduceert “Open Deep Research”: een open-source alternatief voor OpenAI’s Deep Research
Op 16 april 2025 lanceerde Together AI "Open Deep Research"—een open-source systeem voor gestructureerd webonderzoek, ontworpen als alternatief voor OpenAI's Deep Research. De tool kan complexe vragen beantwoorden door middel van webonderzoek in meerdere fasen en uitgebreide, op bronnen gebaseerde rapporten genereren. In tegenstelling tot propriëtaire oplossingen stelt Together AI de volledige code, datasets en systeemarchitectuur publiekelijk beschikbaar om ontwikkeling door de community te stimuleren.
Geschikt hiervoor:
De architectuur van Open Deep Research
Open Deep Research maakt gebruik van een workflow in vier fasen die het menselijke onderzoeksproces nabootst. Het proces begint met een planningsstap, waarin een AI-model een lijst met relevante zoektermen genereert. Vervolgens wordt de bijbehorende content van het web verzameld met behulp van de Tavily-zoek-API. Een evaluatiemodel controleert daarna of er nog kennislacunes zijn, waarna een schrijfmodel uiteindelijk het eindrapport genereert.
De unieke aanpak van Together AI ligt in het gebruik van diverse gespecialiseerde modellen voor verschillende taken binnen de workflow – een zogenaamde "Mixture-of-Agents" (MoA)-aanpak. De volgende AI-modellen worden gebruikt voor de implementatie:
- Planner: Qwen2.5-72B-Instruct-Turbo van Alibaba voor het plannen en ontwikkelen van redeneervaardigheden
- Samenvatting: Llama-3.3-70B-Instruct-Turbo van Meta voor het samenvatten van lange webinhoud
- JSON-extractor: Llama-3.1-70B-Instruct-Turbo van Meta voor het extraheren van gestructureerde informatie
- Rapportgenerator: DeepSeek-V3 voor het verzamelen van informatie en het maken van hoogwaardige onderzoeksrapporten
Om langere teksten te verwerken, vat het samenvattingsmodel de inhoud compact samen en beoordeelt de relevantie ervan. Dit voorkomt dat de contextvensters van de taalmodellen overlopen.
Technische architectuur en integratie
De modellen worden aangeboden via het eigen cloudplatform van Together AI. Webzoekopdrachten en het ophalen van content worden afgehandeld door Tavily, met als bijzonder voordeel dat zowel het zoeken als het ophalen van websitecontent in één enkele API-aanroep kan worden uitgevoerd.
De verwerkingstijd voor een typisch verzoek ligt tussen de 2 en 5 minuten, afhankelijk van de complexiteit van het verzoek en het aantal evaluatie- en reflectielussen.
Multimodale uitvoer en uitgebreide functies
Open Deep Research is niet beperkt tot tekstuitvoer, maar biedt een reeks multimodale functies:
- HTML-uitvoer: De resultaten worden gepresenteerd in een gestructureerd HTML-formaat dat tekst en visuele elementen combineert
- Grafieken: Automatische aanmaak van grafieken via de Mermaid JS JavaScript-bibliotheek
- Omslagafbeeldingen: Genereren van thematisch passende afbeeldingen met behulp van de Flux-modellen van Black Forest Labs
- Podcastfunctie: Automatische aanmaak van een compacte audiopodcast die de belangrijkste punten van het rapport samenvat, met behulp van Cartesia's Sonic-spraakmodellen
Deze multimodale uitvoerformaten maken een meer complete en aantrekkelijke presentatie van de onderzochte informatie mogelijk.
Prestatie-evaluatie en benchmarks
Together AI heeft de prestaties van Open Deep Research geëvalueerd aan de hand van drie populaire benchmarks:
- FRAMES: Test voor logisch redeneren in meerdere stappen
- SimpleQA: Testen van feitelijke kennis
- HotPotQA: Beoordeling van meerstapsvragen die meerdere redeneerstappen vereisen
In alle drie de benchmarks presteerde Open Deep Research aanzienlijk beter dan basismodellen zonder zoektools. Vergeleken met vergelijkbare open systemen zoals LangChain's Open Deep Research (LDR) en Hugging Faces SmolAgents (SearchCodeAgent), behaalde het systeem over het algemeen ook een hogere responskwaliteit.
Een bijzonder belangrijke bevinding van de evaluatie was dat meerdere opeenvolgende zoekstappen de kwaliteit van de antwoorden aanzienlijk verbeteren. Bij een enkele zoekopdracht nam de nauwkeurigheid merkbaar af.
Bekende beperkingen en uitdagingen
Ondanks de vooruitgang wijst Together AI op een aantal beperkingen van hun systeem:
- Foutpropagatie: Fouten in de eerste stappen van de workflow kunnen zich door de hele pipeline verspreiden en leiden tot onjuiste eindresultaten
- Hallucinaties: Hallucinaties kunnen optreden bij het interpreteren van bronnen, vooral bij ambigue of tegenstrijdige informatie
- Structurele vertekeningen: Vertekeningen in trainingsgegevens of zoekindexen kunnen de resultaten beïnvloeden
- Actualiteit: Onderwerpen die zeer actueel moeten zijn of waarover weinig online informatie beschikbaar is, vormen een bijzondere uitdaging
- Probleem met caching: Hoewel geïmplementeerde caching de kosten kan verlagen, leidt het, zonder een adequate vervaltijd, tot de levering van verouderde informatie
Deze beperkingen zijn typerend voor de huidige AI-onderzoeksinstrumenten en vormen belangrijke uitdagingen voor toekomstige verbeteringen.
Geschikt hiervoor:
Open Deep Research vergeleken met andere aanbiedingen
De ontwikkeling van geavanceerde onderzoeksmogelijkheden is momenteel een trend onder AI-aanbieders. OpenAI introduceerde het concept oorspronkelijk, maar Google, Grok en Perplexity bieden nu ook vergelijkbare functies aan. Anthropic introduceerde onlangs ook een agentgebaseerde onderzoeksfunctie voor zijn Claude-model.
Hugging Face had kort na de release van OpenAI al een open-source alternatief gepresenteerd, maar heeft dit niet verder ontwikkeld. Perplexity, een AI-zoekmachine, biedt een gratis alternatief voor ChatGPT's Deep Research, waarmee gebruikers tot vijf "deep research"-zoekopdrachten per dag kunnen uitvoeren.
In tegenstelling tot gesloten, betaalde systemen zoals OpenAI's Deep Research (dat onderdeel is van het ChatGPT Pro-abonnement voor ongeveer $200 per maand), biedt Together AI een volledig open en open-source alternatief.
Gemeenschapsgerichtheid en schaalbaarheid
Together AI heeft Open Deep Research bewust ontworpen als een open platform dat door de community kan worden uitgebreid en verbeterd. De architectuur is zo ontworpen dat deze gemakkelijk uitbreidbaar is: ontwikkelaars kunnen hun eigen modellen integreren, gegevensbronnen aanpassen of nieuwe uitvoerformaten toevoegen.
De volledige code en documentatie zijn gepubliceerd op GitHub, samen met een evaluatiegegevensset en gedetailleerde uitleg op de bedrijfsblog. Together AI beschouwt haar systeem als een basis voor verdere experimenten en verbeteringen door de open-sourcegemeenschap.
Deze openheid contrasteert met de gesloten benaderingen van andere grote AI-bedrijven en weerspiegelt Together AI's bredere inzet voor open-source AI, die ook al tot uiting kwam in eerdere projecten, zoals de recente release van een open-source codeermodel op het niveau van o3-mini, maar met aanzienlijk minder parameters dan zijn gesloten concurrenten.
Betekenis voor het AI-onderzoekslandschap
De lancering van Open Deep Research door Together AI markeert een belangrijke stap in de democratisering van geavanceerde AI-onderzoekstools. Door krachtige AI-modellen, gestructureerd meerfasig webonderzoek en multimodale uitvoerformaten te combineren, biedt het systeem een veelbelovend alternatief voor propriëtaire oplossingen.
De open aanpak stelt ontwikkelaars en onderzoekers in staat het systeem aan te passen, uit te breiden en te verbeteren aan hun behoeften. Op de lange termijn zou dit kunnen leiden tot meer innovatieve en diverse toepassingen dan mogelijk zou zijn met gesloten systemen.
Hoewel er nog steeds uitdagingen zijn, met name op het gebied van hallucinaties, vooringenomenheid en tijdigheid, laat Together AI's Open Deep Research zien dat krachtige AI-onderzoekstools niet beperkt hoeven te blijven tot propriëtaire platforms. Het initiatief bevordert niet alleen open toegang tot geavanceerde AI-technologie, maar draagt ook bij aan transparantie en reproduceerbaarheid – cruciale factoren voor het opbouwen van vertrouwen in AI-gestuurd onderzoek.
Geschikt hiervoor:
Uw AI -transformatie, AI -integratie en AI Platform Industry Expert
☑️ onze zakelijke taal is Engels of Duits
☑️ Nieuw: correspondentie in uw nationale taal!
Konrad Wolfenstein
Ik ben blij dat ik beschikbaar ben voor jou en mijn team als een persoonlijk consultant.
U kunt contact met mij opnemen door het contactformulier hier in te vullen of u gewoon te bellen op +49 89 674 804 (München) . Mijn e -mailadres is: Wolfenstein ∂ Xpert.Digital
Ik kijk uit naar ons gezamenlijke project.
