萍聚社区-德国热线-德国实用信息网

 找回密码
 注册

微信登录

微信扫一扫,快速登录

萍聚头条

查看: 142|回复: 0

OpenAI免费开放Deep Research,AI Agent功能强大

[复制链接]
发表于 2025-4-25 10:43 | 显示全部楼层 |阅读模式
作者:微信文章
点击蓝字



关注我们

OpenAI发布了Deep research功能的轻量版,提升了当前的速率限制,以便Plus、Team和Pro用户能够更广泛地使用。



从今天起,免费ChatGPT用户也可以使用Deep research,并且该功能支持最新的o4-mini模型。



现在打开免费版ChatGPT,会发现界面下方新增了一个“深度研究功能”,这就是Deep Research。



OpenAI于今年2月3日发布了名为Deep Research的AI Agent模型。用户只需提供一个提示词,Deep Research便能够搜索、分析并整合数百个在线资源,生成一份质量媲美专业研究分析师的全面报告。



最初,Deep Research是基于优化后的o3模型开发的,并专门适配于网页浏览和数据分析场景。它能够利用推理能力搜索、解读和分析互联网上大量的文本、图像和PDF文件,并根据获取的信息灵活调整研究方向。

端到端强化学习是Deep Research技术的核心。传统的机器学习方法在处理复杂任务时通常需要人为划分多个阶段进行训练和优化,而端到端强化学习则允许模型从输入到输出进行整体学习和优化。

Deep Research通过这种学习方式,掌握了规划和执行多步骤研究的能力。在处理复杂的研究课题时,它能够像人类研究者一样,制定合理的研究计划,首先确定信息来源,然后根据所获取的信息进行分析,以判断下一步的研究方向。

如果在研究过程中发现计划有偏差,它还能像经验丰富的研究者一样进行回溯,调整研究策略,确保最终获得准确且有价值的结果。

在这个学习过程中,模型不断与环境互动,从环境反馈中学习最优行为策略。在浏览网页获取信息时,模型会根据网页内容的相关性和可信度等因素,决定是否深入浏览该网页,以及如何提取其中的有用信息。这种基于实时信息进行决策和调整的能力,是Deep Research高效完成复杂研究任务的重要保障。

除了端到端强化学习,消除模型的延迟限制也是Deep Research的重要技术突破。传统的大型模型为了实现快速响应,通常在处理复杂问题时只能浅尝辄止,无法进行深入的思考和分析。

Deep Research模型由多个模块组成,类似于分层的AI Agent协同工作。信息发现模块能够快速定位各类网站、文档、数据库等信息源,并从中提取有价值的线索。

当用户想要了解某一特定疾病的最新研究进展时,信息发现模块会迅速在学术数据库、科研机构网站、医学论坛等多个平台上搜索相关的论文、研究报告、专家观点等信息,为后续的分析和综合提供丰富的素材。



信息发现模块具备卓越的信息筛选能力。它能够根据关键词、语义关联、信息的时效性和可信度等多个维度对搜索到的信息进行初步筛选,排除与用户问题无关或价值较低的信息,从而显著提升信息处理的效率和质量。

在筛选过程中,该模块运用自然语言处理技术分析信息内容,准确理解信息的含义,确保筛选出的信息与用户需求高度匹配。

信息综合模块则负责整合和梳理来自不同渠道的信息,识别信息之间的逻辑关系,将零散的信息组织成一个有条理的整体。



测试数据部分包含约3000道简答题和多项选择题,涉及约100个不同学科。结果显示,Deep Research模型的准确率达到26.6%,超过了R1、o1、Grok2等知名的开源和闭源模型。

NextAI

企业私有化AI知识服务平台



NextAI使用步骤:

1、扫描下方二维码关注本公众号,点击发消息进入公众号对话界面——发送消息——收到自动回复——点击对应的“NextAI平台测试账号申请”链接——填写表单,体验NextAI全部功能!

2、点击文末“阅读原文”——填写表单,体验NextAI高效助力工作业务场景!





联系我们

Tel丨

021-33680778

Mail丨

marketing@qinchengsoft.com

猜你喜欢:

【AI智领未来 共赢数字时代】AI研讨会召开:共赴热“AI”,探索企业AI新机遇!

OpenAI推出史上最强GPT-4.5,情商表现令人惊叹

沁诚信息尖端企业AI解决方案上线微软Azure市场服务官方平台

解决企业痛点,高效知识管理,NextAI助力企业打造业务应用新模式

DeepSeek轰动全球!国外市场连连震动,成本大减90%

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?注册 微信登录

x
Die von den Nutzern eingestellten Information und Meinungen sind nicht eigene Informationen und Meinungen der DOLC GmbH.
您需要登录后才可以回帖 登录 | 注册 微信登录

本版积分规则

手机版|Archiver|AGB|Impressum|Datenschutzerklärung|萍聚社区-德国热线-德国实用信息网

GMT+2, 2025-5-3 21:30 , Processed in 0.053582 second(s), 16 queries , Redis On.

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表