🔬 Новая фича Deep Research от OpenAI

OpenAI представила новую функцию Deep Research для ChatGPT - возможность глубокого исследования темы с анализом множества источников.

Возможности:
- Глубокий веб-поиск с анализом источников
- Работа с загруженными файлами
- Создание подробных аналитических отчётов
- Пошаговое объяснение своих выводов
- Поддержка разных форматов вывода (таблицы, списки, текст)

Ограничения:
- Только для Pro-подписчиков
- Лимит 100 запросов в месяц (из-за высокой вычислительной нагрузки)
- Пока нет доступа для UK и ЕЭС
- Может занимать много времени на обработку ( ~30 минут)

Технические особенности:
- Использует улучшенную версию модели OpenAI o3
- Требует огромных вычислительных ресурсов
- Умеет верифицировать источники
- Может создавать артефакты (графики, код, SVG)

Планы развития:
- Скоро выйдет облегчённая версия
- Добавят поддержку специализированных источников данных (корпоративных в т.ч.)
- Планируют интеграцию с подпиской Plus и Team
- Обещают релиз на мобильных устройствах

Звучит круто, но... знакомо :)
DeepSeek уже месяц как запустил аналогичную функциональность через связку DeepThink + WebSearch. И работает, надо сказать, весьма неплохо!

Но самое интересное - подобные решения уже давно существуют на уровне энтузиастов и небольших проектов. Например, уже больше года такой функционал доступен у меня в ботах. А пол года назад я даже накидал локального "Исследователя" для личных целей, который за ночь может сгенерировать 120-страничный отчет с анализом 5000+ источников. И все это на обычном домашнем GPU!

Т.е. OpenAI, имея миллиардные инвестиции, выпускает функционал, который по сути можно было реализовать на уровне студенческого проекта.

При этом их решение требует космических вычислительных ресурсов - настолько, что даже Pro-пользователям дают только 100 запросов в месяц.

В общем, складывается впечатление, что OpenAI просто "догоняет" существующие решения, но с большим шумом и пафосом. А ведь от компании с такими ресурсами хотелось бы видеть что-то действительно инновационное!

Метрики выглядят интересно, пожалуй.
Humanity Last Exam 26.6%

#OpenAI #AI #DeepResearch #Research
———
@tsingular

HuggingFace представил агента-исследователя Open Deep Research

HuggingFace выпустил open-source версию DeepResearch на основе библиотеки SmolAgents.

Ключевая особенность - использование кода вместо JSON для управления действиями агента.

Система включает веб-браузер и текстовый инспектор для работы с различными форматами файлов.

На валидационном наборе GAIA достигнут результат 54%, что на 8% выше предыдущего рекорда Magentic-One.

Теперь любой может создать своего научного ассистента. OpeanAI в панике! :)

Т.е. за $250 вы получаете недоделанный забагованный Researcher от OAI или можно взять бесплатный открытый от HF с метриками немногим ниже...
Сложный выбор.

Ну что, делаем бота рассуждатора? :)
Пишите в комментариях.
Кстати, на запчасти боту собираю тут

#HuggingFace #DeepResearch #SmolAgents
-------
@tsingular

🧠 Битва "думающих" моделей: Gemini Deep Research

Рынок моделей с расширенными возможностями рассуждения становится всё более насыщенным,- добавилась Gemini 2.0 Flash Thinking Experimental.

У нас теперь целый арсенал "размышляющих" инструментов:
- DeepSeek R1
- Qwen Thinking
- OpenAI O3-mini-high с Deep Research
- Grok3 с DeepSearch и Think
- Claude 3.7 с Extended Thinking
- Minimax Search
- Cohere A
- Поисковые агрегаторы Perplexity и You.com

Наверное есть ещё, но это то, что у меня под рукой буквально ежедневно.

В свежем апдейте Gemini интересны три вещи:
- Увеличение контекстного окна до 1М токенов для модели с "размышлениями"
- Интеграция с Google-сервисами (Search, Calendar, Tasks, Photos)
- Показ "хода мыслей" при веб-поиске

Deep Research теперь доступен всем, хотя и с ограничениями для бесплатных аккаунтов.

Главное техническое отличие Gemini — это более тесная интеграция с другими сервисами Google.
В том числе ответы модели теперь будут учитывать историю ваших запросов :)

В целом, рассуждающие модели, - новый стандарт де факто.
На меньшее пользователи будут не согласны.
Учитываем при планировании разработки сервисов.

#DeepResearch #Google #BusinessIntelligence
———
@tsingular

🔍 Gemini Deep Research - теперь в Gemini 2.5 Pro

Полезность тут не только в том, что режим Исследователя теперь работает с ведущей по "разуму" модели, но и в том, что у нее, напомню, 1М контекстное окно.

Технически это означает, что AI может одновременно удерживать и анализировать в "памяти" несколько десятков веб-страниц.
Т.е. потенциально из всех "исследователей" Gemini теперь лучше всех весь этот контекст переработает, не упустив важных деталей.

Техническая начинка:
• Многоступенчатый план исследования (который можно редактировать!)
• Самостоятельное уточнение поисковых запросов на основе найденной информации
• Автоматическое цитирование источников с реальными гиперссылками
• Возможность экспорта в Google Docs одним кликом
• Audio Overviews — конвертация отчёта в аудиоформат (пригодится в дороге)

Практическое применение:
• Стартапам: сбор данных о рынке и конкурентах без найма аналитика
• Продакт-менеджерам: исследование трендов для планирования фич на 2025
• Инвесторам: быстрый сбор информации по нишам/компаниям перед принятием решений

Имейте в виду — функция доступна только подписчикам Gemini Advanced.

Но если считать, сколько часов рабочего времени она экономит, подписка окупается за пару запусков.

#Gemini #DeepResearch #агенты #Google
———
@tsingular

🤖 AgenticSeek: бесплатная локальная альтернатива Manus AI

AgenticSeek представляет собой 100% локальную альтернативу Manus AI — голосовой ИИ-ассистент, который просматривает веб, пишет код и планирует задачи, сохраняя все данные на вашем устройстве.

Ключевые преимущества:
• 🔒 Полностью локальный и приватный. Ваши файлы, беседы и поисковые запросы остаются у вас.

• 🌐 Умный веб-браузинг — AgenticSeek может самостоятельно просматривать интернет: искать, читать, извлекать информацию, заполнять веб-формы — всё без вашего участия.

• 💻 Автономный помощник для разработки — нужен код? Он может писать, отлаживать и запускать программы на Python, C, Go, Java и других языках.

• 🧠 Интеллектуальный выбор агентов — вы спрашиваете, он автоматически подбирает лучшего агента для задачи.

• 📋 Планирует и выполняет сложные задачи — от планирования поездок до комплексных проектов — может разбивать большие задачи на этапы и выполнять их с помощью нескольких ИИ-агентов.

• 🎙 С голосовым управлением — чистый, быстрый, футуристичный голос и распознавание речи, позволяющие разговаривать с ним как с вашим персональным ИИ из научно-фантастического фильма.

Технические особенности:
• Поддержка различных LLM-провайдеров: Ollama, lm-studio, OpenAI API и др.
• Работает с моделями от 7B до 70B+ (рекомендуется от 14B и выше)
• Распознавание и синтез речи работают полностью локально
• Поддержка нескольких языков
• Автоматический старт всех необходимых сервисов через Docker

Для работы требуется хотя бы GPU с 12 ГБ VRAM, но для полноценного использования рекомендуется 24+ ГБ.

Теперь бесплатный Манус есть у нас дома. :)

#AgenticSeek #LocalLLM #агенты #deepresearch
———
@tsingular

Выкидываем DeepResearch в корзину.

Курсор + tavily search MCP - все, что нужно.

Результат в следующем посте.

#MCP #Cursor #DeepResearch
———
@tsingular

🚀 ИИ-Горизонты Науки: Якуб Пачоцки из OpenAI о Новой Эре Исследований

Интервью Якуба Пачоцки, Chief Scientist OpenAI (с мая 2024), для Nature (‘AI models are capable of novel research’: OpenAI’s chief scientist on what to expect) раскрывает перспективы ИИ в трансформации науки.

Пачоцки, стоявший у истоков GPT-4 и OpenAI Five, предвидит ИИ как полноценного участника исследований.

🧠 "Рассуждающие Модели" для Автономных Открытий
Ключевой вектор развития — "рассуждающие модели" (reasoning models), которые в ближайшие 5 лет смогут проводить новые научные исследования (novel research).

Это означает переход от ИИ-ассистентов к автономным агентам, способным к самостоятельной постановке задач, генерации гипотез и их верификации.

OpenAI Deep Research: Уже сейчас этот инструмент, базирующийся на будущей модели OpenAI o3, демонстрирует способность к автономному анализу и синтезу информации из сотен онлайн-источников, создавая отчеты уровня аналитика.

Он обучен с помощью сквозного обучения с подкреплением (end-to-end RL) для сложных исследовательских задач.

⚙️ Технологии: Обучение с Подкреплением и "Мышление" ИИ

Пачоцки акцентирует внимание на возросшей роли обучения с подкреплением (RL) в создании рассуждающих моделей, позволяя им "находить собственный способ мышления".

Важно, что ИИ-"мышление" отлично от человеческого: модели оперируют знаниями без осознания процесса их получения.

🌍 Открытость, Вызовы и Этика

OpenAI, реагируя на критику по энергопотреблению и использованию данных, планирует выпустить "open-weight" модель (с открытыми весами) "в ближайшие месяцы" (данные на март 2025).

Эта модель, первая со времен GPT-2, будет обладать "рассуждающими" способностями уровня OpenAI o3-mini.

Этот шаг направлен на повышение прозрачности и доступности технологий для исследователей, частично решая проблему доминирования проприетарных систем.

💡 Практическое Применение и Взгляд в Будущее
Развитие рассуждающих ИИ-систем, таких как Deep Research, сулит прорывы в:

- Ускорении научных открытий через анализ больших данных.
- Междисциплинарном синтезе знаний.
- Персонализированной медицине и материаловедении.

Интеграция ИИ в науку углубляется, предвещая эру ИИ-партнеров в исследованиях.

О чем, собственно, и говорит Альтман в предыдущем посте.
Ждем открытий при непосредственном лидирующем участии ИИ.

#OpenAI #JakubPachocki #AIinScience #ReasoningModels #DeepResearch #ReinforcementLearning #OpenWeightModels #AGI #FutureTech
———
@tsingular

OpenAI представила Deep Research API

Новый Deep Research API автоматизирует сложные исследовательские задачи через программный интерфейс.

Агентная модель самостоятельно декомпозирует запросы, проводит веб-поиск и синтезирует результаты в структурированные отчеты с цитатами.

В отличие от ChatGPT, где процесс скрыт, API дает полный контроль над исследованием. Модель планирует подвопросы, использует инструменты поиска и выполнения кода.

Поддержка MCP-инструментов позволяет интегрировать внутренние документы компании в процесс исследования.

Идеально для создания аналитических отчетов, сравнительных исследований и структурированного анализа данных.

#DeepResearch #OpenAI #ResearchAPI
------
@tsingular

LangChain выпустил Open Deep Research — открытый мульти-агентный исследователь

Команда LangChain создала альтернативу исследовательским системам от OpenAI, Anthropic и Google. Архитектура построена на трёх этапах: сначала система уточняет контекст у пользователя и создаёт исследовательский бриф, затем супервайзер-агент делегирует подзадачи специализированным агентам, которые работают параллельно.

Основная проблема одноагентных систем — перегрузка контекста при многотемных запросах. Например, при сравнении подходов к ИИ-безопасности у трёх лабораторий система тратит токены на обработку всех тем одновременно. Мульти-агентный подход изолирует контекст каждого агента.

Интересная деталь: команда сначала пыталась распараллелить и написание отчёта, но столкнулась с проблемой координации — разделы получались разрозненными. В итоге исследование параллельное, а итоговый отчёт пишется одним агентом.

#LangChain #multiagent #deepresearch
------
@tsingular