Öffnen Sie die tiefe Suche, um Verwirrung und Chatgpt -Suche in Frage zu stellen
Wenn Sie in der Tech-Welt sind, haben Sie wahrscheinlich von der Summen gehört, die Open Deep Search (ODS), dem neuen Open-Source-Rahmen der empfindungsfähigen Stiftung, umgeht. ODS macht Wellen, indem sie eine robuste Alternative zu proprietären KI -Suchmaschinen wie Verwirrung und Chatgpt -Suche anbietet.
Die KI -Suchlandschaft
Die heutigen KI-Suchwerkzeuge wie Verwirrung und Chatgpt-Suche sind beeindruckend und kombinieren das Wissen und die Argumentation von LLMs mit der Echtzeit-Websuche, um aktuelle Antworten zu erhalten. Diese Systeme sind jedoch häufig hinter proprietären Türen gesperrt, wodurch Anpassungen und spezielle Anwendungen eine Herausforderung gestalten können.
Himanshu Tyagi, Mitbegründer von Sentient, geteilt von VentureBeat: "Die meisten Innovationen bei der AI-Suche sind hinter verschlossenen Türen statt. Open-Source-Bemühungen sind in der Vergangenheit in Benutzerfreundlichkeit und Leistung zurückgegeben. ODS zielt darauf ab, diese Lücke zu schließen, und beweisen, dass offene Systeme nicht nur konkurrieren, sondern möglicherweise geschlossene Gegenstände in Qualität, Geschwindigkeit und Flexibilität übertreffen können."
Offene Architektur Deep Search (ODS)
ODS ist nicht nur ein weiteres Werkzeug. Es ist ein Plug-and-Play-System, das Sie sowohl in Open-Source-Modelle wie Deepseek-R1 als auch geschlossene Modelle wie GPT-4O und Claude integrieren können. Im Kern hat ODS zwei Hauptkomponenten:
Suchwerkzeug öffnen
Diese Komponente enthält Ihre Abfrage und durchsucht das Web, um relevante Informationen als Kontext zum LLM zurückzuführen. Es ist auch klug - es setzt Ihre Abfrage auf verschiedene Weise auf, um eine breite und vielfältige Suche zu gewährleisten. Nach dem Abnehmen von Ergebnissen aus einer Suchmaschine extrahiert sie Snippets und verknüpfte Seiten. Anschließend wird das Chunking und das Wiederaufnehmen auf Null auf den relevantesten Inhalt verwendet. Es ist besonders geschickt darin, bestimmte Quellen wie Wikipedia, Arxiv und PubMed zu bearbeiten, und kann aufgefordert werden, zuverlässige Quellen zu priorisieren, wenn sie mit widersprüchlichen Informationen konfrontiert sind.
Offener Argumentationsagent
Dieser Agent übernimmt Ihre Abfrage. Mithilfe der Basis -LLM und verschiedenen Tools (einschließlich des Open -Suchwerkzeugs) wird eine endgültige Antwort erstellt. Lebee bietet zwei verschiedene Agentenarchitekturen innerhalb von ODS an:
ODS-V1
Diese Version verwendet ein React-Agent-Framework in Kombination mit der Kette der Gedanken (COT). React -Agenten wechseln sich zwischen Argumentationsschritten ("Gedanken") und Aktionen (wie die Verwendung des Suchwerkzeugs) und Beobachtungen (die Ergebnisse dieser Aktionen). ODS-V1 iteriert diesen Prozess, um eine Antwort zu erreichen. Wenn das React-Agent einen Haken trifft, fällt es auf die Selbstkonsistenz von COT zurück, probiert mehrere COT-Antworten ab und wählt die häufigste Antwort aus.
ODS-V2
Diese Version verwendet die Code-of-Code-Kette (COC) und einen Codeact-Agenten, der mit der Smolagents-Bibliothek der Umarmung erstellt wurde. CoC nutzt die Fähigkeit des LLM, Code -Snippets zu generieren und auszuführen, um Probleme zu lösen, während CodeAct die Codegenerierung für Planungsaktionen verwendet. ODS-V2 kann mehrere Tools und Agenten verwalten, wodurch es ideal ist, um komplexe Aufgaben anzugehen, für die möglicherweise eine ausgefeilte Planung und mehrere Such-Iterationen erforderlich sind.
ODS Architektur Kredit: Arxiv
Tyagi erklärte: "Während Tools wie Chatgpt oder GROK über Konversationsmittel" Deep Research "anbieten, arbeitet ODS auf einer anderen Ebene - eher wie die Infrastruktur hinter Verwirrung der Verwirrung - die zugrunde liegende Architektur, die intelligentes Abruf versorgt, nicht nur Zusammenfassungen."
Leistung und praktische Ergebnisse
Empfindungsfähige ODS hat den Test aufgestellt, indem er es mit dem Open-Source-Deepseek-R1-Modell kombiniert und gegen Konkurrenten wie Verwirrung AI und OpenAIs GPT-4O-Suchvorschau sowie eigenständige LLMs wie GPT-4O und LLAMA-3.1-70B ansetzt. Sie verwendeten die Rahmen und SimpleQA-Benchmarks, die zur Bewertung der Genauigkeit von Suchfunktionen-KI-Systemen angepasst wurden.
Die Ergebnisse? Beeindruckend. Sowohl ODS-V1 als auch ODS-V2, die sich mit Deepseek-R1 zusammengetan haben, übertrafen die Flaggschiff-Produkte von Perplexity. ODS-V2 mit Deepseek-R1 übertraf sogar die GPT-4O-Suchvorschau auf dem komplexen Rahmenbenchmark und kam bei SimpleQA nahe.
Eine faszinierende Einsicht war die Effizienz des Rahmens. Die Argumentationsmittel in beiden ODS -Versionen lernten, das Suchwerkzeug mit Bedacht zu verwenden, und entschied häufig, ob eine andere Suche auf der Grundlage der Qualität der ersten Ergebnisse erforderlich war. Zum Beispiel verwendete ODS-V2 weniger Websuche bei den einfacheren SimpleQA-Aufgaben im Vergleich zu den komplexeren Multi-Hop-Abfragen in Frames, wobei die Ressourcenverwendung optimiert wird.
Implikationen für das Unternehmen
Für Unternehmen, die leistungsstarke KI-Argumentationsfunktionen mit Echtzeitinformationen nutzen möchten, ist ODS ein Game-Changer. Es bietet eine transparente, anpassbare und leistungsstarke Alternative zu proprietären KI-Suchsystemen. Die Möglichkeit, bevorzugte Open-Source-LLMs und Tools einzuschließen, bedeutet, dass Unternehmen ihren KI-Stapel anpassen und vermeiden können, in einen einzelnen Anbieter eingeschlossen zu werden.
"ODS wurde mit Blick auf die Modularität entworfen", bemerkte Tyagi. "Es wird dynamisch ausgewählt, welche Tools auf der Grundlage der in der Eingabeaufforderung angegebenen Beschreibungen verwendet werden sollen. Dies bedeutet, dass es mit unbekannten Werkzeugen fließend interagieren kann-solange sie gut beschrieben sind-, ohne vorherige Exposition zu benötigen."
Er warnte jedoch, dass die ODS -Leistung leiden kann, wenn das Toolset zu überfüllt wird, "also ist ein sorgfältiges Design von entscheidender Bedeutung."
Sentient hat den ODS -Code auf GitHub verfügbar gemacht und die Community eingeladen, zu erkunden und beizutragen.
"Anfangs war die Stärke von Verwirrung und Chatgpt ihre fortschrittliche Technologie, aber mit ODS haben wir dieses technologische Wettbewerbsfeld geführt", schloss Tyagi. "Wir wollen nun ihre Fähigkeiten über unsere Strategie" Open Inputs und Open Outs Opens Open Outs Opens Open Opens "übertreffen, sodass Benutzer benutzerdefinierte Agenten nahtlos in empfindungsfähige Chat integrieren können."
Verwandter Artikel
DeepSeek AI挑战Chatgpt并塑造了AI的未来
DeepSeek AI的兴起：AI Landscapeart人工智能中的新篇章一直处于不断变化状态，新参与者每天都在挑战现状。其中，DeepSeek AI已成为著名的竞争者，尤其是在App Store下载中超过Chatgpt之后。这个mi
深度认知发布开源AI模型，已名列前茅
深度思睿推出革命性AI模型旧金山一家尖端的人工智能研究初创公司深度思睿（Deep Cogito），在其发展历程中迈出了开创性的一步，正式推出了其首条开源大型语言模型（LLMs）系列，命名为Cogito v1。这些模型经过Meta的Llama 3.2微调，具备混合推理能力，既能快速响应，也能进行内省思考——这一特性让人联想到OpenAI的“o”系列和DeepS
人类学家律师在克劳德幻觉引用法律条文后道歉
近日，代表 Anthropic 的一名律师承认，在其与音乐出版商的法律纠纷中，使用了该公司旗下克劳德（Claude）聊天机器人生成的一个错误引用。这一承认是通过周四在加州北部法院提交的一份法庭文件作出的。根据彭博社的首次报道，Anthropic 在文件中表示，克劳德生成的引用不仅标题错误，作者信息也有误。公司律师承认，他们常规的引用检查未能发现这一错误，以及
Kommentare (0)
0/200
Wenn Sie in der Tech-Welt sind, haben Sie wahrscheinlich von der Summen gehört, die Open Deep Search (ODS), dem neuen Open-Source-Rahmen der empfindungsfähigen Stiftung, umgeht. ODS macht Wellen, indem sie eine robuste Alternative zu proprietären KI -Suchmaschinen wie Verwirrung und Chatgpt -Suche anbietet.
Die KI -Suchlandschaft
Die heutigen KI-Suchwerkzeuge wie Verwirrung und Chatgpt-Suche sind beeindruckend und kombinieren das Wissen und die Argumentation von LLMs mit der Echtzeit-Websuche, um aktuelle Antworten zu erhalten. Diese Systeme sind jedoch häufig hinter proprietären Türen gesperrt, wodurch Anpassungen und spezielle Anwendungen eine Herausforderung gestalten können.
Himanshu Tyagi, Mitbegründer von Sentient, geteilt von VentureBeat: "Die meisten Innovationen bei der AI-Suche sind hinter verschlossenen Türen statt. Open-Source-Bemühungen sind in der Vergangenheit in Benutzerfreundlichkeit und Leistung zurückgegeben. ODS zielt darauf ab, diese Lücke zu schließen, und beweisen, dass offene Systeme nicht nur konkurrieren, sondern möglicherweise geschlossene Gegenstände in Qualität, Geschwindigkeit und Flexibilität übertreffen können."
Offene Architektur Deep Search (ODS)
ODS ist nicht nur ein weiteres Werkzeug. Es ist ein Plug-and-Play-System, das Sie sowohl in Open-Source-Modelle wie Deepseek-R1 als auch geschlossene Modelle wie GPT-4O und Claude integrieren können. Im Kern hat ODS zwei Hauptkomponenten:
Suchwerkzeug öffnen
Diese Komponente enthält Ihre Abfrage und durchsucht das Web, um relevante Informationen als Kontext zum LLM zurückzuführen. Es ist auch klug - es setzt Ihre Abfrage auf verschiedene Weise auf, um eine breite und vielfältige Suche zu gewährleisten. Nach dem Abnehmen von Ergebnissen aus einer Suchmaschine extrahiert sie Snippets und verknüpfte Seiten. Anschließend wird das Chunking und das Wiederaufnehmen auf Null auf den relevantesten Inhalt verwendet. Es ist besonders geschickt darin, bestimmte Quellen wie Wikipedia, Arxiv und PubMed zu bearbeiten, und kann aufgefordert werden, zuverlässige Quellen zu priorisieren, wenn sie mit widersprüchlichen Informationen konfrontiert sind.
Offener Argumentationsagent
Dieser Agent übernimmt Ihre Abfrage. Mithilfe der Basis -LLM und verschiedenen Tools (einschließlich des Open -Suchwerkzeugs) wird eine endgültige Antwort erstellt. Lebee bietet zwei verschiedene Agentenarchitekturen innerhalb von ODS an:
ODS-V1
Diese Version verwendet ein React-Agent-Framework in Kombination mit der Kette der Gedanken (COT). React -Agenten wechseln sich zwischen Argumentationsschritten ("Gedanken") und Aktionen (wie die Verwendung des Suchwerkzeugs) und Beobachtungen (die Ergebnisse dieser Aktionen). ODS-V1 iteriert diesen Prozess, um eine Antwort zu erreichen. Wenn das React-Agent einen Haken trifft, fällt es auf die Selbstkonsistenz von COT zurück, probiert mehrere COT-Antworten ab und wählt die häufigste Antwort aus.
ODS-V2
Diese Version verwendet die Code-of-Code-Kette (COC) und einen Codeact-Agenten, der mit der Smolagents-Bibliothek der Umarmung erstellt wurde. CoC nutzt die Fähigkeit des LLM, Code -Snippets zu generieren und auszuführen, um Probleme zu lösen, während CodeAct die Codegenerierung für Planungsaktionen verwendet. ODS-V2 kann mehrere Tools und Agenten verwalten, wodurch es ideal ist, um komplexe Aufgaben anzugehen, für die möglicherweise eine ausgefeilte Planung und mehrere Such-Iterationen erforderlich sind.
ODS Architektur Kredit: Arxiv
Tyagi erklärte: "Während Tools wie Chatgpt oder GROK über Konversationsmittel" Deep Research "anbieten, arbeitet ODS auf einer anderen Ebene - eher wie die Infrastruktur hinter Verwirrung der Verwirrung - die zugrunde liegende Architektur, die intelligentes Abruf versorgt, nicht nur Zusammenfassungen."
Leistung und praktische Ergebnisse
Empfindungsfähige ODS hat den Test aufgestellt, indem er es mit dem Open-Source-Deepseek-R1-Modell kombiniert und gegen Konkurrenten wie Verwirrung AI und OpenAIs GPT-4O-Suchvorschau sowie eigenständige LLMs wie GPT-4O und LLAMA-3.1-70B ansetzt. Sie verwendeten die Rahmen und SimpleQA-Benchmarks, die zur Bewertung der Genauigkeit von Suchfunktionen-KI-Systemen angepasst wurden.
Die Ergebnisse? Beeindruckend. Sowohl ODS-V1 als auch ODS-V2, die sich mit Deepseek-R1 zusammengetan haben, übertrafen die Flaggschiff-Produkte von Perplexity. ODS-V2 mit Deepseek-R1 übertraf sogar die GPT-4O-Suchvorschau auf dem komplexen Rahmenbenchmark und kam bei SimpleQA nahe.
Eine faszinierende Einsicht war die Effizienz des Rahmens. Die Argumentationsmittel in beiden ODS -Versionen lernten, das Suchwerkzeug mit Bedacht zu verwenden, und entschied häufig, ob eine andere Suche auf der Grundlage der Qualität der ersten Ergebnisse erforderlich war. Zum Beispiel verwendete ODS-V2 weniger Websuche bei den einfacheren SimpleQA-Aufgaben im Vergleich zu den komplexeren Multi-Hop-Abfragen in Frames, wobei die Ressourcenverwendung optimiert wird.
Implikationen für das Unternehmen
Für Unternehmen, die leistungsstarke KI-Argumentationsfunktionen mit Echtzeitinformationen nutzen möchten, ist ODS ein Game-Changer. Es bietet eine transparente, anpassbare und leistungsstarke Alternative zu proprietären KI-Suchsystemen. Die Möglichkeit, bevorzugte Open-Source-LLMs und Tools einzuschließen, bedeutet, dass Unternehmen ihren KI-Stapel anpassen und vermeiden können, in einen einzelnen Anbieter eingeschlossen zu werden.
"ODS wurde mit Blick auf die Modularität entworfen", bemerkte Tyagi. "Es wird dynamisch ausgewählt, welche Tools auf der Grundlage der in der Eingabeaufforderung angegebenen Beschreibungen verwendet werden sollen. Dies bedeutet, dass es mit unbekannten Werkzeugen fließend interagieren kann-solange sie gut beschrieben sind-, ohne vorherige Exposition zu benötigen."
Er warnte jedoch, dass die ODS -Leistung leiden kann, wenn das Toolset zu überfüllt wird, "also ist ein sorgfältiges Design von entscheidender Bedeutung."
Sentient hat den ODS -Code auf GitHub verfügbar gemacht und die Community eingeladen, zu erkunden und beizutragen.
"Anfangs war die Stärke von Verwirrung und Chatgpt ihre fortschrittliche Technologie, aber mit ODS haben wir dieses technologische Wettbewerbsfeld geführt", schloss Tyagi. "Wir wollen nun ihre Fähigkeiten über unsere Strategie" Open Inputs und Open Outs Opens Open Outs Opens Open Opens "übertreffen, sodass Benutzer benutzerdefinierte Agenten nahtlos in empfindungsfähige Chat integrieren können."
DeepSeek AI挑战Chatgpt并塑造了AI的未来
DeepSeek AI的兴起：AI Landscapeart人工智能中的新篇章一直处于不断变化状态，新参与者每天都在挑战现状。其中，DeepSeek AI已成为著名的竞争者，尤其是在App Store下载中超过Chatgpt之后。这个mi
深度认知发布开源AI模型，已名列前茅
深度思睿推出革命性AI模型旧金山一家尖端的人工智能研究初创公司深度思睿（Deep Cogito），在其发展历程中迈出了开创性的一步，正式推出了其首条开源大型语言模型（LLMs）系列，命名为Cogito v1。这些模型经过Meta的Llama 3.2微调，具备混合推理能力，既能快速响应，也能进行内省思考——这一特性让人联想到OpenAI的“o”系列和DeepS
人类学家律师在克劳德幻觉引用法律条文后道歉
近日，代表 Anthropic 的一名律师承认，在其与音乐出版商的法律纠纷中，使用了该公司旗下克劳德（Claude）聊天机器人生成的一个错误引用。这一承认是通过周四在加州北部法院提交的一份法庭文件作出的。根据彭博社的首次报道，Anthropic 在文件中表示，克劳德生成的引用不仅标题错误，作者信息也有误。公司律师承认，他们常规的引用检查未能发现这一错误，以及
