fwq

核心事件 OpenAI发布了一款先进的智能体“深度研究”，它能借助网络搜索和推理生成研究报告。 最新进展 功能特性：该智能体依据数百个在线资源生成详细报告，目前仅支持文本输出，不过很快会增加对图片及其他媒体形式的支持。 使用权限：当前只有ChatGPT Pro的订阅用户可使用，后续计划推广至ChatGPT Plus、团队版和企业版用户。这显示了OpenAI逐步扩大该功能覆盖范围的策略，先在高级付费用户中推出，经过验证和优化后再推广给更广泛的用户群体。 工作原理 底层模型：深度研究智能体基于OpenAI尚未公开的GPT – 3模型构建。这意味着其能力依托于OpenAI在模型研发方面的最新成果，尽管模型细节未公开，但可以推测GPT – 3具备强大的基础能力，为深度研究智能体的功能实现提供支撑。 训练方式：通过强化学习训练该模型，使其能够使用浏览器和Python工具，类似于GPT – 1通过强化学习获得推理能力的方式。强化学习这种训练方式使得模型能够在与环境的交互中不断学习和优化，以更好地完成特定任务，如在网络搜索和利用工具方面不断提升效率和准确性。 交互与处理： 提示要求：团队在发布视频中指出，系统对详细的提示回应最佳，这些提示需明确规定期望的输出，包括所需信息、比较内容以及格式等。详细的提示有助于智能体更准确地理解用户需求，从而生成符合期望的报告。 问题澄清：在回答用户问题之前，深度研究智能体会针对任务提出澄清问题。这一步骤很关键，通过与用户进一步沟通，确保智能体对任务的理解准确无误，避免因误解导致生成的报告不符合要求。 过程展示：回答过程中，系统会展示侧边栏，总结模型的思维链、搜索的术语以及访问的网站等信息。这种展示方式增加了智能体工作过程的透明度，让用户了解报告生成的依据和思路，增强用户对结果的信任。 时间消耗：该系统生成输出结果可能需要长达30分钟。这是因为它需要进行大量的网络搜索、信息整理和推理分析工作，尽管耗时较长，但考虑到其生成报告的复杂性和全面性，这样的时间消耗在一定程度上是可以理解的。 成果展示 基准测试：在一项包含3000道涵盖多学科的选择题和简答题的基准测试中，深度研究智能体准确率达到26.6%。相比之下，DeepSeek – R1（不使用网络浏览或其他工具）准确率为9.4%，GPT – 1（同样不使用工具）准确率为9.1%。这表明深度研究智能体借助网络搜索和工具使用的能力，在知识获取和问题回答方面具有显著优势，远超不具备这些能力的同类模型。 特定测试：在GAIA测试（针对无额外工具的大语言模型设计的难题测试）中，深度研究智能体达到67.36%的准确率，超过之前63.64%的最高准确率。这进一步证明了深度研究智能体在处理复杂、困难问题上的卓越能力，能够突破传统大语言模型在面对特定难题时的局限。…