Agents Go Deep 智能體深入探索

核心事件

OpenAI發(fā)布了一款先進(jìn)的智能體“深度研究”，它能借助網(wǎng)絡(luò)搜索和推理生成研究報(bào)告。

最新進(jìn)展

• 功能特性：該智能體依據(jù)數(shù)百個(gè)在線資源生成詳細(xì)報(bào)告，目前僅支持文本輸出，不過很快會(huì)增加對(duì)圖片及其他媒體形式的支持。

• 使用權(quán)限：當(dāng)前只有ChatGPT Pro的訂閱用戶可使用，后續(xù)計(jì)劃推廣至ChatGPT Plus、團(tuán)隊(duì)版和企業(yè)版用戶。這顯示了OpenAI逐步擴(kuò)大該功能覆蓋范圍的策略，先在高級(jí)付費(fèi)用戶中推出，經(jīng)過驗(yàn)證和優(yōu)化后再推廣給更廣泛的用戶群體。

工作原理

• 底層模型：深度研究智能體基于OpenAI尚未公開的GPT - 3模型構(gòu)建。這意味著其能力依托于OpenAI在模型研發(fā)方面的最新成果，盡管模型細(xì)節(jié)未公開，但可以推測(cè)GPT - 3具備強(qiáng)大的基礎(chǔ)能力，為深度研究智能體的功能實(shí)現(xiàn)提供支撐。

• 訓(xùn)練方式：通過強(qiáng)化學(xué)習(xí)訓(xùn)練該模型，使其能夠使用瀏覽器和Python工具，類似于GPT - 1通過強(qiáng)化學(xué)習(xí)獲得推理能力的方式。強(qiáng)化學(xué)習(xí)這種訓(xùn)練方式使得模型能夠在與環(huán)境的交互中不斷學(xué)習(xí)和優(yōu)化，以更好地完成特定任務(wù)，如在網(wǎng)絡(luò)搜索和利用工具方面不斷提升效率和準(zhǔn)確性。

• 交互與處理：

  • 提示要求：團(tuán)隊(duì)在發(fā)布視頻中指出，系統(tǒng)對(duì)詳細(xì)的提示回應(yīng)最佳，這些提示需明確規(guī)定期望的輸出，包括所需信息、比較內(nèi)容以及格式等。詳細(xì)的提示有助于智能體更準(zhǔn)確地理解用戶需求，從而生成符合期望的報(bào)告。

  • 問題澄清：在回答用戶問題之前，深度研究智能體會(huì)針對(duì)任務(wù)提出澄清問題。這一步驟很關(guān)鍵，通過與用戶進(jìn)一步溝通，確保智能體對(duì)任務(wù)的理解準(zhǔn)確無(wú)誤，避免因誤解導(dǎo)致生成的報(bào)告不符合要求。

  • 過程展示：回答過程中，系統(tǒng)會(huì)展示側(cè)邊欄，總結(jié)模型的思維鏈、搜索的術(shù)語(yǔ)以及訪問的網(wǎng)站等信息。這種展示方式增加了智能體工作過程的透明度，讓用戶了解報(bào)告生成的依據(jù)和思路，增強(qiáng)用戶對(duì)結(jié)果的信任。

  • 時(shí)間消耗：該系統(tǒng)生成輸出結(jié)果可能需要長(zhǎng)達(dá)30分鐘。這是因?yàn)樗枰M(jìn)行大量的網(wǎng)絡(luò)搜索、信息整理和推理分析工作，盡管耗時(shí)較長(zhǎng)，但考慮到其生成報(bào)告的復(fù)雜性和全面性，這樣的時(shí)間消耗在一定程度上是可以理解的。

成果展示

• 基準(zhǔn)測(cè)試：在一項(xiàng)包含3000道涵蓋多學(xué)科的選擇題和簡(jiǎn)答題的基準(zhǔn)測(cè)試中，深度研究智能體準(zhǔn)確率達(dá)到26.6%。相比之下，DeepSeek - R1（不使用網(wǎng)絡(luò)瀏覽或其他工具）準(zhǔn)確率為9.4%，GPT - 1（同樣不使用工具）準(zhǔn)確率為9.1%。這表明深度研究智能體借助網(wǎng)絡(luò)搜索和工具使用的能力，在知識(shí)獲取和問題回答方面具有顯著優(yōu)勢(shì)，遠(yuǎn)超不具備這些能力的同類模型。

• 特定測(cè)試：在GAIA測(cè)試（針對(duì)無(wú)額外工具的大語(yǔ)言模型設(shè)計(jì)的難題測(cè)試）中，深度研究智能體達(dá)到67.36%的準(zhǔn)確率，超過之前63.64%的最高準(zhǔn)確率。這進(jìn)一步證明了深度研究智能體在處理復(fù)雜、困難問題上的卓越能力，能夠突破傳統(tǒng)大語(yǔ)言模型在面對(duì)特定難題時(shí)的局限。

新聞背景

• 行業(yè)競(jìng)爭(zhēng)：OpenAI的深度研究智能體是在谷歌去年12月推出類似同名產(chǎn)品之后發(fā)布的。這顯示了科技巨頭在智能研究領(lǐng)域的競(jìng)爭(zhēng)態(tài)勢(shì)，各公司都在努力推出更先進(jìn)的智能研究工具，以占據(jù)市場(chǎng)優(yōu)勢(shì)。

• 開源發(fā)展：許多開源團(tuán)隊(duì)已構(gòu)建了類似工作方式的研究智能體。例如，Hugging Face項(xiàng)目嘗試在24小時(shí)內(nèi)復(fù)現(xiàn)OpenAI的工作（不包括訓(xùn)練部分），在GAIA測(cè)試中達(dá)到55.15%的準(zhǔn)確率；還有早在2023年就實(shí)現(xiàn)智能網(wǎng)絡(luò)搜索功能的gpt - researcher。開源社區(qū)的積極參與推動(dòng)了智能研究技術(shù)的發(fā)展，不同團(tuán)隊(duì)的嘗試和創(chuàng)新為整個(gè)領(lǐng)域提供了更多思路和方法。

重要意義

• 模型優(yōu)勢(shì)：像GPT - 1或GPT - 3這類推理模型，不僅因其出色的結(jié)果令人矚目，還在于它們得出結(jié)果所采用的推理步驟令人印象深刻。這些模型的推理能力為解決復(fù)雜問題提供了有效的方法和思路。

• 功能結(jié)合：將推理能力與網(wǎng)絡(luò)搜索和工具使用相結(jié)合，使得大語(yǔ)言模型能夠更好地應(yīng)對(duì)難題，尤其是那些答案不在訓(xùn)練數(shù)據(jù)中或隨時(shí)間變化的問題。通過網(wǎng)絡(luò)搜索，模型可以獲取最新的信息，借助工具使用和推理能力對(duì)信息進(jìn)行分析和整合，從而給出更準(zhǔn)確、更全面的答案，大大拓展了大語(yǔ)言模型的應(yīng)用范圍和實(shí)用性。

思考總結(jié)

OpenAI的深度研究智能體生成回復(fù)需長(zhǎng)達(dá)30分鐘的處理時(shí)間，這突出了推理過程對(duì)計(jì)算資源的高需求。這表明，為了提升智能體的運(yùn)行效率，減少響應(yīng)時(shí)間，未來需要在計(jì)算資源方面進(jìn)行更多投入和優(yōu)化，以滿足日益增長(zhǎng)的復(fù)雜任務(wù)處理需求。