Gần đây tôi đang nghiên cứu Open Deep Search của @SentientAGI,毕竟 là giải pháp thay thế mã nguồn mở so với Perplexity và SearchGPT.

🎯 Dữ liệu hiệu suất

Tổ hợp ODS + DeepSeek-R1 đạt được độ chính xác 75,3% trong bài kiểm tra chuẩn FRAMES, vượt qua 65,6% của OpenAI GPT-4o Search Preview, dẫn trước gần 10 điểm phần trăm.

Đạt 88.3% trong bài kiểm tra SimpleQA, gần như ngang bằng với 90.0% của GPT-4o Search Preview.

Mã nguồn mở lần đầu tiên vượt qua đối thủ đóng trong tìm kiếm suy diễn phức tạp.

⚡️ Đổi mới kiến trúc

Công cụ tìm kiếm mã nguồn mở truyền thống chỉ đưa kết quả tìm kiếm gốc cho LLM xử lý. ODS thiết kế lại toàn bộ quy trình:

1️⃣Truy vấn thông minh tái cấu trúc——Hiểu ý định tiềm ẩn của người dùng, tự động tối ưu hóa từ tìm kiếm

2️⃣Nội dung nâng cao được phân khối và sắp xếp lại - lọc nội dung có liên quan thấp, đảm bảo LLM nhận được ngữ cảnh chất lượng cao.

3️⃣Xử lý trang web tùy chỉnh - Tối ưu hóa việc thu thập thông tin từ các nguồn chính như Wikipedia, ArXiv, PubMed.

4️⃣Tìm kiếm quyết định động——thông minh xác định xem có cần tìm kiếm nhiều lần dựa trên độ phức tạp của truy vấn

💡 Công cụ suy luận

ODS-v1 dựa trên khung Chain-of-Thought và ReAct, tăng cường khả năng suy luận thông qua chu trình tư duy/hành động/quan sát.

ODS-v2 dựa trên Chain-of-Code và CodeAct framework, tạo ra mã Python có thể thực thi để suy diễn chính xác

Cả hai phiên bản đều có thể tự động điều chỉnh chiến lược tìm kiếm dựa trên độ phức tạp của truy vấn, không giống như phương án cố định mà mỗi lần đều sử dụng số lần tìm kiếm giống nhau.

—————————————————————————

Các nhà phát triển không còn bị buộc phải phụ thuộc vào các thuật toán hộp đen, mà có thể tùy chỉnh logic tìm kiếm theo nhu cầu. Các công ty khởi nghiệp đã có được khả năng tìm kiếm AI tương đương với các tập đoàn công nghệ lớn.

@SentientAGI ODS cung cấp khung cắm và chạy, mô hình suy luận mã nguồn mở mới được phát hành có thể tích hợp một cách liền mạch, đảm bảo AI tìm kiếm mã nguồn mở luôn duy trì lợi thế cạnh tranh.