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."