打开深搜索到达以挑战困惑和chatgpt搜索
如果你身处科技领域，你可能已经听说过围绕开源深度搜索（ODS）的热议，这是Sentient基金会推出的一种新型开源框架。ODS通过提供一个强大的替代方案，对抗像Perplexity和ChatGPT搜索这样的专有AI搜索引擎，掀起了波澜。它致力于通过高级推理代理增强大型语言模型（LLMs），利用网络搜索和其他工具有效回答你的查询。
AI搜索格局
当今的AI搜索工具，如Perplexity和ChatGPT搜索，令人印象深刻，它们结合了LLMs的知识和推理能力以及实时网络搜索，提供最新的答案。然而，这些系统往往被封闭在专有的大门后，这使得定制化和专业化应用成为一大挑战。
Sentient的联合创始人Himanshu Tyagi在接受VentureBeat采访时表示：“AI搜索的大多数创新都在闭门造车。开源努力在可用性和性能上历来落后。ODS旨在弥补这一差距，证明开源系统不仅可以竞争，甚至可能在质量、速度和灵活性上超越封闭的对手。”
开源深度搜索（ODS）架构
ODS不仅仅是另一种工具；它是一个即插即用的系统，可以与像DeepSeek-R1这样的开源模型以及像GPT-4o和Claude这样的封闭模型集成。ODS的核心有两个主要组成部分：
开放搜索工具
这个组件接收你的查询并在网络上搜索相关信息，作为上下文反馈给LLM。它也很智能——会以多种方式重新表述你的查询，以确保广泛而多样的搜索。在从搜索引擎获取结果后，它会提取片段和链接页面，然后通过分块和重新排序锁定最相关的内容。它特别擅长处理像Wikipedia、ArXiv和PubMed这样的特定来源，并且可以在面对冲突信息时被提示优先选择可靠来源。
开放推理代理
这个代理接收你的查询，并使用基础LLM和各种工具（包括开放搜索工具）来构建最终答案。Sentient在ODS中提供了两种不同的代理架构：
ODS-v1
这个版本使用ReAct代理框架结合链式思考（CoT）推理。ReAct代理在推理步骤（“思考”）、行动（如使用搜索工具）和观察（这些行动的结果）之间交替进行。ODS-v1通过这一过程迭代以得出答案。如果ReAct代理遇到障碍，它会回退到CoT自一致性，采样多个CoT响应并选择最常见的答案。
ODS-v2
这个版本采用链式代码（CoC）和使用Hugging Face SmolAgents库构建的CodeAct代理。CoC利用LLM生成和执行代码片段来解决问题的能力，而CodeAct使用代码生成来规划行动。ODS-v2可以管理多个工具和代理，非常适合处理可能需要复杂规划和多次搜索迭代的复杂任务。
ODS架构来源：arXiv
Tyagi解释说：“虽然像ChatGPT或Grok这样的工具通过对话代理提供‘深度研究’，但ODS在不同层面运作——更像是Perplexity AI背后的基础设施——提供支持智能检索的基础架构，而不仅仅是摘要。”
性能与实际结果
Sentient通过将ODS与开源DeepSeek-R1模型配对，并与像Perplexity AI和OpenAI的GPT-4o搜索预览版这样的闭源竞争对手以及像GPT-4o和Llama-3.1-70B这样的独立LLMs进行对比，进行了测试。他们使用了FRAMES和SimpleQA基准，调整后用于评估启用搜索的AI系统的准确性。
结果如何？令人印象深刻。ODS-v1和ODS-v2与DeepSeek-R1配对时，均超越了Perplexity的旗舰产品。ODS-v2与DeepSeek-R1在复杂的FRAMES基准上甚至超过了GPT-4o搜索预览版，并且在SimpleQA上表现接近。
一个有趣的见解是该框架的效率。ODS两个版本的推理代理学会了明智地使用搜索工具，通常根据初始结果的质量决定是否需要再次搜索。例如，ODS-v2在较简单的SimpleQA任务上使用的网络搜索比在FRAMES中更复杂的多跳查询少，优化了资源使用。
对企业的影响
对于希望利用强大AI推理能力和实时信息的企业来说，ODS是一个改变游戏规则的工具。它提供了一个透明、可定制且高性能的替代专有AI搜索系统。能够插入首选的开源LLMs和工具意味着组织可以定制自己的AI技术栈，避免被锁定在单一供应商中。
Tyagi指出：“ODS在设计时考虑了模块化。它根据提示中提供的描述动态选择使用哪些工具。这意味着只要工具描述良好，它就可以流畅地与不熟悉的工具交互，而无需事先接触。”
然而，他警告说，如果工具集过于杂乱，ODS的性能可能会下降，“因此谨慎的设计至关重要。”
Sentient已在GitHub上公开了ODS代码，邀请社区探索和贡献。
Tyagi总结道：“最初，Perplexity和ChatGPT的实力在于其先进技术，但有了ODS，我们已经平衡了这一技术领域。我们现在通过‘开放输入和开放输出’策略，旨在超越它们的能力，使用户能够无缝地将自定义代理集成到Sentient Chat中。”
相关文章
阿里巴巴的 "零搜索 "人工智能通过自主学习将培训成本降低 88
阿里巴巴的 ZeroSearch：改变人工智能训练效率的游戏规则阿里巴巴集团的研究人员开创了一种突破性的方法，有可能彻底改变人工智能系统学习信息检索的方式，完全绕过成本高昂的商业搜索引擎 API。他们的 "零搜索"（ZeroSearch）技术能让大型语言模型在训练阶段通过模拟环境培养复杂的搜索能力，而非传统的搜索引擎交互。"研究人员在他们最新发表的 arXiv 论文中解释说："传统的强化学习需要大
Claude 4发布：下一代AI模型提升编码和代理性能
Anthropic推出了Claude 4模型系列，为开发人员打造尖端AI助手和编码解决方案带来了重大进步。该系列包括Claude Opus 4，顶级性能模型，以及Claude Sonnet 4，适用于多种应用的通用模型。Anthropic对其目标充满信心，强调这些模型旨在“全面提升客户的AI策略”。Opus 4定位于“编码、研究、写作和科学探索”的领导者，而Sonnet 4被描述为“从Sonnet
Anthropic 推出克劳德人工智能应用集成和高级研究功能
Anthropic公司周四推出了一种将应用程序和工具与其人工智能助手克劳德（Claude）连接起来的新方法，同时还升级了深度研究功能，让克劳德可以探索网络、企业账户和其他资源。这项新的集成功能被命名为 "集成"（Integrations），增强的深度研究选项被命名为 "高级研究"（Advanced Research），目前正在向Anthropic的Claude Max、Team和Enterpris
评论 (1)
0/200
![PeterNelson]()
PeterNelson
2025-07-22 09:25:03
Whoa, Open Deep Search sounds like a game-changer! Love that it’s open-source—finally, a way to stick it to the big tech gatekeepers. Can it really keep up with Perplexity’s speed, though? 🤔 Excited to see where this goes!
0
如果你身处科技领域，你可能已经听说过围绕开源深度搜索（ODS）的热议，这是Sentient基金会推出的一种新型开源框架。ODS通过提供一个强大的替代方案，对抗像Perplexity和ChatGPT搜索这样的专有AI搜索引擎，掀起了波澜。它致力于通过高级推理代理增强大型语言模型（LLMs），利用网络搜索和其他工具有效回答你的查询。
AI搜索格局
当今的AI搜索工具，如Perplexity和ChatGPT搜索，令人印象深刻，它们结合了LLMs的知识和推理能力以及实时网络搜索，提供最新的答案。然而，这些系统往往被封闭在专有的大门后，这使得定制化和专业化应用成为一大挑战。
Sentient的联合创始人Himanshu Tyagi在接受VentureBeat采访时表示：“AI搜索的大多数创新都在闭门造车。开源努力在可用性和性能上历来落后。ODS旨在弥补这一差距，证明开源系统不仅可以竞争，甚至可能在质量、速度和灵活性上超越封闭的对手。”
开源深度搜索（ODS）架构
ODS不仅仅是另一种工具；它是一个即插即用的系统，可以与像DeepSeek-R1这样的开源模型以及像GPT-4o和Claude这样的封闭模型集成。ODS的核心有两个主要组成部分：
开放搜索工具
这个组件接收你的查询并在网络上搜索相关信息，作为上下文反馈给LLM。它也很智能——会以多种方式重新表述你的查询，以确保广泛而多样的搜索。在从搜索引擎获取结果后，它会提取片段和链接页面，然后通过分块和重新排序锁定最相关的内容。它特别擅长处理像Wikipedia、ArXiv和PubMed这样的特定来源，并且可以在面对冲突信息时被提示优先选择可靠来源。
开放推理代理
这个代理接收你的查询，并使用基础LLM和各种工具（包括开放搜索工具）来构建最终答案。Sentient在ODS中提供了两种不同的代理架构：
ODS-v1
这个版本使用ReAct代理框架结合链式思考（CoT）推理。ReAct代理在推理步骤（“思考”）、行动（如使用搜索工具）和观察（这些行动的结果）之间交替进行。ODS-v1通过这一过程迭代以得出答案。如果ReAct代理遇到障碍，它会回退到CoT自一致性，采样多个CoT响应并选择最常见的答案。
ODS-v2
这个版本采用链式代码（CoC）和使用Hugging Face SmolAgents库构建的CodeAct代理。CoC利用LLM生成和执行代码片段来解决问题的能力，而CodeAct使用代码生成来规划行动。ODS-v2可以管理多个工具和代理，非常适合处理可能需要复杂规划和多次搜索迭代的复杂任务。
ODS架构来源：arXiv
Tyagi解释说：“虽然像ChatGPT或Grok这样的工具通过对话代理提供‘深度研究’，但ODS在不同层面运作——更像是Perplexity AI背后的基础设施——提供支持智能检索的基础架构，而不仅仅是摘要。”
性能与实际结果
Sentient通过将ODS与开源DeepSeek-R1模型配对，并与像Perplexity AI和OpenAI的GPT-4o搜索预览版这样的闭源竞争对手以及像GPT-4o和Llama-3.1-70B这样的独立LLMs进行对比，进行了测试。他们使用了FRAMES和SimpleQA基准，调整后用于评估启用搜索的AI系统的准确性。
结果如何？令人印象深刻。ODS-v1和ODS-v2与DeepSeek-R1配对时，均超越了Perplexity的旗舰产品。ODS-v2与DeepSeek-R1在复杂的FRAMES基准上甚至超过了GPT-4o搜索预览版，并且在SimpleQA上表现接近。
一个有趣的见解是该框架的效率。ODS两个版本的推理代理学会了明智地使用搜索工具，通常根据初始结果的质量决定是否需要再次搜索。例如，ODS-v2在较简单的SimpleQA任务上使用的网络搜索比在FRAMES中更复杂的多跳查询少，优化了资源使用。
对企业的影响
对于希望利用强大AI推理能力和实时信息的企业来说，ODS是一个改变游戏规则的工具。它提供了一个透明、可定制且高性能的替代专有AI搜索系统。能够插入首选的开源LLMs和工具意味着组织可以定制自己的AI技术栈，避免被锁定在单一供应商中。
Tyagi指出：“ODS在设计时考虑了模块化。它根据提示中提供的描述动态选择使用哪些工具。这意味着只要工具描述良好，它就可以流畅地与不熟悉的工具交互，而无需事先接触。”
然而，他警告说，如果工具集过于杂乱，ODS的性能可能会下降，“因此谨慎的设计至关重要。”
Sentient已在GitHub上公开了ODS代码，邀请社区探索和贡献。
Tyagi总结道：“最初，Perplexity和ChatGPT的实力在于其先进技术，但有了ODS，我们已经平衡了这一技术领域。我们现在通过‘开放输入和开放输出’策略，旨在超越它们的能力，使用户能够无缝地将自定义代理集成到Sentient Chat中。”
阿里巴巴的 "零搜索 "人工智能通过自主学习将培训成本降低 88
阿里巴巴的 ZeroSearch：改变人工智能训练效率的游戏规则阿里巴巴集团的研究人员开创了一种突破性的方法，有可能彻底改变人工智能系统学习信息检索的方式，完全绕过成本高昂的商业搜索引擎 API。他们的 "零搜索"（ZeroSearch）技术能让大型语言模型在训练阶段通过模拟环境培养复杂的搜索能力，而非传统的搜索引擎交互。"研究人员在他们最新发表的 arXiv 论文中解释说："传统的强化学习需要大
Claude 4发布：下一代AI模型提升编码和代理性能
Anthropic推出了Claude 4模型系列，为开发人员打造尖端AI助手和编码解决方案带来了重大进步。该系列包括Claude Opus 4，顶级性能模型，以及Claude Sonnet 4，适用于多种应用的通用模型。Anthropic对其目标充满信心，强调这些模型旨在“全面提升客户的AI策略”。Opus 4定位于“编码、研究、写作和科学探索”的领导者，而Sonnet 4被描述为“从Sonnet
Anthropic 推出克劳德人工智能应用集成和高级研究功能
Anthropic公司周四推出了一种将应用程序和工具与其人工智能助手克劳德（Claude）连接起来的新方法，同时还升级了深度研究功能，让克劳德可以探索网络、企业账户和其他资源。这项新的集成功能被命名为 "集成"（Integrations），增强的深度研究选项被命名为 "高级研究"（Advanced Research），目前正在向Anthropic的Claude Max、Team和Enterpris
2025-07-22 09:25:03
Whoa, Open Deep Search sounds like a game-changer! Love that it’s open-source—finally, a way to stick it to the big tech gatekeepers. Can it really keep up with Perplexity’s speed, though? 🤔 Excited to see where this goes!
0
