ディープ検索を開いて困惑とchatgpt検索に挑戦するために到着します

あなたがテクノロジーの世界にいるなら、あなたはおそらく、Open Deep Search（ODS）を取り巻く話題、The Centient Foundationの新しいオープンソースフレームワークについて聞いたことがあるでしょう。 ODSは、PerplexityやChatGPT検索などの独自のAI検索エンジンに堅牢な代替品を提供することで波を築きます。これは、Web検索やその他のツールを活用してクエリに効果的に答えるための高度な推論エージェントで大規模な言語モデル（LLM）を強化することです。

AI検索状況

PerplexityやChatGpt検索などの今日のAI検索ツールは、LLMの知識と推論をリアルタイムWeb検索と組み合わせて最新の回答を提供することを印象的です。ただし、これらのシステムは多くの場合、独自のドアの後ろにロックされており、カスタマイズと専門的なアプリケーションを課題にすることができます。

感覚の共同設立者であるHimanshu Tyagiは、ベンチャービートと共有されています。「AI検索のほとんどの革新は密室で起こっています。オープンソースの取り組みは、歴史的にユーザビリティとパフォーマンスに遅れをとってきました。ODSは、オープンシステムが競合するだけでなく、品質の閉鎖性を抑えられる可能性があることを証明することを目的としています。

ディープ検索（ODS）アーキテクチャを開きます

ODSは単なる別のツールではありません。これは、DeepSeek-R1などのオープンソースモデルとGPT-4OやClaudeなどの閉じたモデルの両方と統合できるプラグアンドプレイシステムです。そのコアでは、ODSには2つの主要なコンポーネントがあります。

検索ツールを開きます

このコンポーネントは、クエリを取り、関連する情報がコンテキストとしてLLMにフィードバックするためにWebを精査します。それも賢いです。幅広く多様な検索を確保するために、さまざまな方法でクエリを言い換えています。検索エンジンから結果を取得した後、スニペットとリンクされたページを抽出し、チャンクと再ランクを使用して、最も関連性の高いコンテンツでゼロを使用します。 Wikipedia、Arxiv、PubMedなどの特定のソースの処理に特に熟達しており、競合する情報に直面した場合、信頼できるソースに優先順位を付けるように促すことができます。

オープン推論エージェント

このエージェントはクエリを取得し、ベースLLMとさまざまなツール（オープン検索ツールを含む）を使用して、最終的な答えを作成します。 centientは、ODS内の2つの異なるエージェントアーキテクチャを提供します。

ODS-V1

このバージョンでは、チェーンオブサート（COT）の推論と組み合わせたReactエージェントフレームワークを使用します。 Reactエージェントは、推論ステップ（「思考」）とアクション（検索ツールの使用など）と観測（それらのアクションの結果）を交互に行います。 ODS-V1は、このプロセスを繰り返して答えに到達します。 Reactエージェントがひっかかった場合、それはCOTの自己整合性に戻り、複数のCOT応答をサンプリングし、最も一般的な答えを選択します。

ODS-V2

このバージョンは、Chain-of-Code（COC）とCodeact Agentを採用しており、Hugging Face Smolagents Libraryで構築されています。 COCは、コードスニペットを生成および実行して問題を解決するLLMの能力を活用しますが、Codeactは計画アクションにコード生成を使用します。 ODS-V2は複数のツールとエージェントを管理することができ、洗練された計画と複数の検索反復が必要な複雑なタスクに取り組むのに最適です。

ODSアーキテクチャクレジット：arxiv

Tyagiは、「ChatGptやGrokのようなツールは会話エージェントを介して「深い研究」を提供しますが、ODSは異なるレベルで動作します。これは、概要AIの背後にあるインフラストラクチャのように動作します。

パフォーマンスと実用的な結果

感覚的なODSをオープンソースのDeepSeek-R1モデルと組み合わせて、Perplexity AIやOpenaiのGPT-4O検索プレビューなどのクローズドソースの競合他社、およびGPT-4oやLlama-3.1-70bなどのスタンドアロンLMMSと対戦することにより、テストにODSをテストします。彼らは、検索対応のAIシステムの精度を評価するために適応したフレームとSimpleQAベンチマークを使用しました。

結果？印象的な。 ODS-V1とODS-V2の両方が、DeepSeek-R1とチームを組み、Perplexityのフラッグシップ製品を上回ります。 DeepSeek-R1を備えたODS-V2は、複雑なフレームベンチマークでGPT-4O検索プレビューを上回り、SimpleQAに近づきました。

魅力的な洞察の1つは、フレームワークの効率性でした。両方のODSバージョンの推論エージェントは、検索ツールを賢く使用することを学び、多くの場合、初期結果の品質に基づいて別の検索が必要かどうかを決定します。たとえば、ODS-V2は、より複雑なマルチホップクエリと比較して、よりシンプルなSimpleQAタスクでのWeb検索を使用していました。リソースの使用を最適化しました。

企業への影響

リアルタイム情報を使用して強力なAI推論機能を活用しようとする企業にとって、ODSはゲームチェンジャーです。独自のAI検索システムに代わる、透明でカスタマイズ可能で高性能な代替品を提供します。好みのオープンソースLLMとツールをプラグインする機能により、組織はAIスタックを調整し、単一のベンダーにロックされることを避けることができます。

「ODSはモジュール性を念頭に置いて設計されました」とTyagi氏は述べています。 「プロンプトで提供される説明に基づいて使用するツールを動的に選択します。これは、事前の露出を必要とすることなく、よく説明されている限り、なじみのないツールと流fluentに相互作用できることを意味します。」

しかし、彼は、ツールセットがあまりにも乱雑になった場合、ODSパフォーマンスが苦しむ可能性があると警告しました。「慎重な設計が非常に重要です」。

entientは、GithubでODSコードを利用できるようにし、コミュニティに探索と貢献を招待しています。

「当初、困惑とChatGptの強さは高度なテクノロジーでしたが、ODSを使用すると、この技術的な競争の場を平準化しました」とTyagiは結論付けました。 「現在、「オープンな入力とオープンな出力」戦略を通じて、ユーザーがカスタムエージェントを感覚的なチャットにシームレスに統合できるようにすることで、彼らの機能を上回ることを目指しています。」