Ostatnio badałem Open Deep Search od @SentientAGI, w końcu jest to otwarte rozwiązanie alternatywne dla Perplexity i SearchGPT. 🎯 Dane wydajnościowe Kombinacja ODS + DeepSeek-R1 osiągnęła 75,3% dokładności w benchmarku FRAMES, bezpośrednio przewyższając 65,6% OpenAI GPT-4o Search Preview, wyprzedzając o prawie 10 punktów procentowych. W teście SimpleQA osiągnęła 88,3%, niemal dorównując 90,0% GPT-4o Search Preview. Otwarte rozwiązanie po raz pierwszy przewyższyło zamkniętych konkurentów w zakresie złożonego wyszukiwania rozumowania. ⚡️ Innowacje architektoniczne Tradycyjne otwarte narzędzia wyszukiwania po prostu przekazują oryginalne wyniki wyszukiwania do przetworzenia przez LLM. ODS przeprojektowuje cały proces: 1️⃣ Inteligentna rekonstrukcja zapytań — zrozumienie ukrytych intencji użytkownika, automatyczna optymalizacja słów kluczowych 2️⃣ Zaawansowane dzielenie treści i ponowne sortowanie — filtrowanie treści o niskiej istotności, zapewniając LLM wysokiej jakości kontekst 3️⃣ Dostosowane przetwarzanie stron internetowych — optymalizacja zbierania danych z głównych źródeł informacji, takich jak Wikipedia, ArXiv, PubMed 4️⃣ Dynamiczne podejmowanie decyzji w wyszukiwaniu — inteligentne określenie, czy w zależności od złożoności zapytania potrzebne są wielokrotne wyszukiwania 💡 Silnik wnioskowania ODS-v1 oparty na ramach Chain-of-Thought i ReAct, wzmacnia zdolności wnioskowania poprzez cykl myślenia/działania/obserwacji. ODS-v2 oparty na ramach Chain-of-Code i CodeAct, generuje wykonywalny kod Python do precyzyjnego wnioskowania. Obie wersje mogą dostosowywać strategię wyszukiwania w zależności od złożoności zapytania, a nie jak w przypadku stałych rozwiązań, które za każdym razem używają tej samej liczby wyszukiwań. ————————————————————————— Deweloperzy nie są już zmuszeni do polegania na czarnych skrzynkach algorytmicznych, mogą dostosować logikę wyszukiwania do swoich potrzeb. Startupy zyskały zdolności AI w zakresie wyszukiwania porównywalne z technologicznymi gigantami. @SentientAGI ODS oferuje framework plug-and-play, a nowe modele wnioskowania open-source mogą być bezproblemowo integrowane po ich wydaniu, zapewniając, że otwarty AI w zakresie wyszukiwania zawsze utrzymuje przewagę konkurencyjną.