Publicado em: 19 de abril de 2025 / Atualizado em: 19 de abril de 2025 – Autor: Konrad Wolfenstein
Alternativa de IA de código aberto: A Together AI lança o "Open Deep Research" de código aberto para pesquisa detalhada na web – Imagem: Xpert.Digital
Estruturada, de código aberto e poderosa: a Together AI leva a pesquisa aprofundada a um novo patamar
A Together AI apresenta o “Open Deep Research”: uma alternativa de código aberto ao Deep Research da OpenAI
Em 16 de abril de 2025, a Together AI lançou o “Open Deep Research” — um sistema de código aberto para pesquisa estruturada na web, projetado como uma alternativa ao Deep Research da OpenAI. A ferramenta pode responder a perguntas complexas por meio de pesquisa na web em várias etapas e gerar relatórios abrangentes baseados em fontes. Ao contrário das soluções proprietárias, a Together AI disponibiliza publicamente todo o código, os conjuntos de dados e a arquitetura do sistema para incentivar o desenvolvimento colaborativo.
Adequado para:
A arquitetura da Pesquisa Profunda Aberta
O Open Deep Research utiliza um fluxo de trabalho de quatro etapas que imita o processo de pesquisa humana. O processo começa com uma etapa de planejamento, na qual um modelo de IA gera uma lista de consultas de pesquisa relevantes. Em seguida, o conteúdo correspondente é coletado da web usando a API de busca da Tavily. Um modelo de avaliação verifica então se ainda existem lacunas de conhecimento antes que um modelo de redação finalmente gere o relatório final.
A abordagem singular da Together AI reside na utilização de diversos modelos especializados para diferentes tarefas dentro do fluxo de trabalho – uma abordagem denominada "Mistura de Agentes" (MoA). Os seguintes modelos de IA são utilizados na implementação:
- Planejador: Qwen2.5-72B-Instruct-Turbo da Alibaba para habilidades de planejamento e raciocínio
- Resumo: Llama-3.3-70B-Instruct-Turbo da Meta para resumir conteúdo web extenso
- Extrator JSON: Llama-3.1-70B-Instruct-Turbo da Meta para extração de informações estruturadas
- Criador de relatórios: DeepSeek-V3 para agregar informações e criar relatórios de pesquisa de alta qualidade
Para lidar com textos mais longos, o modelo de sumarização resume o conteúdo de forma compacta e avalia sua relevância. Isso evita que as janelas de contexto dos modelos de linguagem fiquem sobrecarregadas.
Conjunto de tecnologias e integração
Os modelos são fornecidos por meio da plataforma proprietária em nuvem da Together AI. A busca na web e a recuperação de conteúdo são gerenciadas pela Tavily, com a vantagem particular de que tanto a busca quanto a recuperação do conteúdo do site podem ser realizadas em uma única chamada de API.
O tempo de processamento para uma solicitação típica varia entre 2 e 5 minutos, dependendo da complexidade da solicitação e do número de ciclos de avaliação e reflexão.
Saídas multimodais e funções estendidas
O Open Deep Research não se limita à saída de texto, mas oferece uma gama de funções multimodais:
- Saída em HTML: Os resultados são apresentados em um formato HTML estruturado que combina texto e elementos visuais
- Gráficos: Criação automática de gráficos através da biblioteca JavaScript Mermaid JS
- Imagens de capa: Geração de imagens tematicamente apropriadas usando os modelos Flux da Black Forest Labs
- Função Podcast: Criação automática de um podcast de áudio compacto que resume os pontos principais do relatório, utilizando os modelos de fala Sonic da Cartesia
Esses formatos de saída multimodais permitem uma apresentação mais abrangente e atraente das informações pesquisadas.
Avaliação de desempenho e indicadores de desempenho
A Together AI avaliou o desempenho da Open Deep Research usando três benchmarks populares:
- FRAMES: Teste de raciocínio lógico em múltiplos estágios
- SimpleQA: Teste de conhecimento factual
- HotPotQA: Avaliação de questões de raciocínio lógico com múltiplas etapas
Em todos os três testes de avaliação, o Open Deep Research apresentou desempenho significativamente melhor do que os modelos básicos sem ferramentas de busca. Comparado a sistemas abertos similares, como o Open Deep Research (LDR) da LangChain e o SmolAgents (SearchCodeAgent) da Hugging Faces, o sistema também alcançou, em geral, maior qualidade de resposta.
Uma descoberta particularmente importante da avaliação foi que múltiplas etapas de busca consecutivas melhoram significativamente a qualidade das respostas. Quando limitada a uma única busca, a precisão diminui consideravelmente.
Limitações e desafios conhecidos
Apesar dos avanços, a Together AI aponta diversas limitações do seu sistema:
- Propagação de erros: erros nas etapas iniciais do fluxo de trabalho podem se propagar por todo o processo e levar a resultados finais incorretos
- Alucinações: Alucinações podem ocorrer ao interpretar fontes, especialmente com informações ambíguas ou contraditórias
- Viés estrutural: O viés nos dados de treinamento ou nos índices de busca pode influenciar os resultados
- Atualidade: Tópicos que exigem alta atualidade ou que possuem baixa cobertura na web representam um desafio particular
- Problema de cache: Embora a implementação de cache possa reduzir custos, sem um tempo de expiração adequado, isso leva à entrega de informações desatualizadas
Essas limitações são típicas das ferramentas de pesquisa em IA atuais e representam desafios importantes para melhorias futuras.
Adequado para:
Pesquisa Open Deep em comparação com outras ofertas
O desenvolvimento de capacidades de pesquisa avançada é uma tendência atual entre os fornecedores de IA. A OpenAI foi pioneira no conceito, mas o Google, o Grok e o Perplexity agora também oferecem recursos semelhantes. A Anthropic também lançou recentemente uma função de pesquisa baseada em agentes para seu modelo Claude.
A Hugging Face já havia apresentado uma alternativa de código aberto pouco depois do lançamento do recurso da OpenAI, mas não a desenvolveu mais. O Perplexity, um mecanismo de busca com IA, oferece uma alternativa gratuita ao Deep Research do ChatGPT, permitindo que os usuários realizem até cinco buscas de "pesquisa aprofundada" por dia.
Ao contrário de sistemas fechados e pagos, como o Deep Research da OpenAI (que faz parte da assinatura ChatGPT Pro, que custa cerca de US$ 200 por mês), o Together AI oferece uma alternativa completamente aberta e de código aberto.
Foco na comunidade e escalabilidade
A Together AI projetou o Open Deep Research como uma plataforma aberta que pode ser expandida e aprimorada pela comunidade. A arquitetura foi concebida para ser facilmente extensível – os desenvolvedores podem integrar seus próprios modelos, adaptar fontes de dados ou adicionar novos formatos de saída.
O código completo e a documentação foram publicados no GitHub, juntamente com um conjunto de dados de avaliação e explicações detalhadas no blog da empresa. A Together AI considera seu sistema uma base para futuras experimentações e melhorias pela comunidade de código aberto.
Essa abertura contrasta com as abordagens fechadas de outras grandes empresas de IA e reflete o compromisso mais amplo da Together AI com a IA de código aberto, que também foi expresso em projetos anteriores, como o recente lançamento de um modelo de codificação de código aberto no nível do o3-mini, mas com significativamente menos parâmetros do que seus concorrentes fechados.
Significado para o cenário da pesquisa em IA
O lançamento do Open Deep Research pela Together AI representa um passo importante na democratização de ferramentas avançadas de pesquisa em IA. Ao combinar modelos de IA poderosos, pesquisa estruturada na web em múltiplos estágios e formatos de saída multimodais, o sistema oferece uma alternativa promissora às soluções proprietárias.
A abordagem aberta permite que desenvolvedores e pesquisadores adaptem, ampliem e aprimorem o sistema de acordo com suas necessidades. A longo prazo, isso pode levar a aplicações mais inovadoras e diversificadas do que seria possível com sistemas fechados.
Embora ainda existam desafios, principalmente em relação a alucinações, vieses e prazos, a iniciativa Open Deep Research da Together AI demonstra que ferramentas poderosas de pesquisa em IA não precisam se limitar a plataformas proprietárias. A iniciativa não só promove o acesso aberto à tecnologia avançada de IA, como também contribui para a transparência e a reprodutibilidade — fatores cruciais para construir confiança na pesquisa baseada em IA.
Adequado para:
Sua transformação de IA, integração de IA e especialista do setor de plataforma de IA
☑️ Nosso idioma comercial é inglês ou alemão
☑️ NOVO: Correspondência em seu idioma nacional!
Konrad Wolfenstein
Ficarei feliz em servir você e minha equipe como consultor pessoal.
Você pode entrar em contato comigo preenchendo o formulário de contato ou simplesmente ligando para +49 89 89 674 804 (Munique) . Meu endereço de e-mail é: wolfenstein ∂ xpert.digital
Estou ansioso pelo nosso projeto conjunto.
