Recentemente, estou estudando o Open Deep Search da @SentientAGI, afinal, é uma alternativa de código aberto em comparação com o Perplexity e o SearchGPT.
🎯 Dados de desempenho
A combinação ODS + DeepSeek-R1 alcançou uma precisão de 75,3% nos testes de referência FRAMES, superando diretamente os 65,6% do OpenAI GPT-4o Search Preview, liderando por quase 10 pontos percentuais.
Alcançou 88,3% no teste SimpleQA, quase igualando os 90,0% do GPT-4o Search Preview.
Código aberto superou pela primeira vez os concorrentes de código fechado em busca de raciocínio complexo.
⚡️ Inovação de arquitetura
As ferramentas de busca de código aberto tradicionais apenas enviam os resultados de busca brutos para serem processados pelo LLM. ODS redesenhou todo o processo:
1️⃣Reconstrução de consulta inteligente — entender a intenção implícita do usuário e otimizar automaticamente as palavras de busca
2️⃣Conteúdo avançado em blocos e reordenação - filtrar conteúdos de baixa relevância, garantindo que o LLM receba um contexto de alta qualidade
3️⃣Processamento de sites personalizados — otimização da captura para principais fontes de informação como Wikipedia, ArXiv, PubMed
4️⃣Decisão de pesquisa dinâmica - Avaliação inteligente da necessidade de múltiplas pesquisas com base na complexidade da consulta
💡 Motor de inferência
ODS-v1 é baseado na estrutura Chain-of-Thought e ReAct, melhorando a capacidade de raciocínio através do ciclo de pensar/agir/observar.
ODS-v2 é baseado na Chain-of-Code e no framework CodeAct, gerando código Python executável para raciocínio preciso.
Ambas as versões podem ajustar automaticamente a estratégia de busca com base na complexidade da consulta, e não utilizam o mesmo número de buscas a cada vez, como um plano fixo.
—————————————————————————
Os desenvolvedores não são mais forçados a depender de algoritmos de caixa-preta, podendo personalizar a lógica de busca de acordo com suas necessidades. As startups obtiveram capacidades de IA de busca equivalentes às das grandes empresas de tecnologia.
@SentientAGI ODS fornece uma estrutura plug-and-play, permitindo que novos modelos de inferência de código aberto sejam integrados sem problemas após o lançamento, garantindo que a pesquisa de IA de código aberto mantenha sempre uma vantagem competitiva.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Recentemente, estou estudando o Open Deep Search da @SentientAGI, afinal, é uma alternativa de código aberto em comparação com o Perplexity e o SearchGPT.
🎯 Dados de desempenho
A combinação ODS + DeepSeek-R1 alcançou uma precisão de 75,3% nos testes de referência FRAMES, superando diretamente os 65,6% do OpenAI GPT-4o Search Preview, liderando por quase 10 pontos percentuais.
Alcançou 88,3% no teste SimpleQA, quase igualando os 90,0% do GPT-4o Search Preview.
Código aberto superou pela primeira vez os concorrentes de código fechado em busca de raciocínio complexo.
⚡️ Inovação de arquitetura
As ferramentas de busca de código aberto tradicionais apenas enviam os resultados de busca brutos para serem processados pelo LLM. ODS redesenhou todo o processo:
1️⃣Reconstrução de consulta inteligente — entender a intenção implícita do usuário e otimizar automaticamente as palavras de busca
2️⃣Conteúdo avançado em blocos e reordenação - filtrar conteúdos de baixa relevância, garantindo que o LLM receba um contexto de alta qualidade
3️⃣Processamento de sites personalizados — otimização da captura para principais fontes de informação como Wikipedia, ArXiv, PubMed
4️⃣Decisão de pesquisa dinâmica - Avaliação inteligente da necessidade de múltiplas pesquisas com base na complexidade da consulta
💡 Motor de inferência
ODS-v1 é baseado na estrutura Chain-of-Thought e ReAct, melhorando a capacidade de raciocínio através do ciclo de pensar/agir/observar.
ODS-v2 é baseado na Chain-of-Code e no framework CodeAct, gerando código Python executável para raciocínio preciso.
Ambas as versões podem ajustar automaticamente a estratégia de busca com base na complexidade da consulta, e não utilizam o mesmo número de buscas a cada vez, como um plano fixo.
—————————————————————————
Os desenvolvedores não são mais forçados a depender de algoritmos de caixa-preta, podendo personalizar a lógica de busca de acordo com suas necessidades. As startups obtiveram capacidades de IA de busca equivalentes às das grandes empresas de tecnologia.
@SentientAGI ODS fornece uma estrutura plug-and-play, permitindo que novos modelos de inferência de código aberto sejam integrados sem problemas após o lançamento, garantindo que a pesquisa de IA de código aberto mantenha sempre uma vantagem competitiva.