OpenAI 宣布为 ChatGPT 推出一项名为"深度研究"的新型"代理"功能,使其能够代表用户进行深入复杂的研究工作。
该公司在周日发布的博客文章中介绍了这项新功能。文章指出,该功能可以自主运行,规划并执行多步骤流程来查找用户所需的信息。OpenAI 表示,它能够在必要时"回溯并对实时信息作出反应"。
当用户使用深度研究功能进行调查时,他们得到的不仅仅是一个简单的文本答案。相反,ChatGPT 会在侧边栏显示其研究过程的摘要,并附带引用来源的研究发现。
用户可以使用简单的文本提问,并上传图像和其他文件(如 PDF 和电子表格)来提供背景信息。ChatGPT 将花费 5 到 30 分钟生成全面的回应。该公司表示,未来它还将能够在回应中嵌入图表和图像。
OpenAI 表示,ChatGPT 深度研究就像拥有一位专业的人类研究员,但同时警告说 AI 仍可能犯错。风险包括编造事实、难以区分谣言和权威信息,以及对某些回应进行评级。
该公司正试图通过使用新发布的"推理"模型 o3-mini 的专门版本来限制这些"幻觉"。该模型通过强化学习技术进行训练,使用浏览器和 Python 工具执行实际任务。
强化学习是一种使 AI 模型通过试错来学习实现特定目标的最佳方式的技术。当模型越接近目标时,它会获得虚拟奖励,从而激励它更高效地完成任务。
据 OpenAI 介绍,用于深度研究的 o3 版本已针对网络浏览和数据分析任务进行了优化。该公司解释说,该模型运用其推理能力来搜索、解释和分析互联网上海量的文本、图像和其他数据,并根据分析结果及时调整。
ChatGPT 深度研究属于"代理 AI",这是指能够在最少人工监督的情况下代表人类执行复杂多步骤任务的更高级 AI 工具。代理 AI 的理念是通过接管人类工作者不愿意自己做的重复性和繁琐任务来提高生产力。这项新功能是继 Operator(一个使用网络浏览器完成诸如查找和预订酒店房间等任务的工具)之后的又一发展。
OpenAI 在其博客文章中通过嵌入的视频展示了深度研究的功能,展示了关于零售业在过去三年中如何变化的信息请求。它提供了包含各种要点和表格的详细回应。
它还通过一个名为"人类的最后考试"的 AI 基准测试来运行深度研究,该测试评估 AI 模型回答"专家级问题"的能力。OpenAI 表示,它以 26.6% 的准确率创下新纪录,远超 ChatGPT 的 3.3% 和 o3-mini (high) 模型的 13%。
该公司表示,深度研究功能现已向 ChatGPT Pro 用户开放,每月支付 200 美元订阅费的用户可进行多达 100 次查询。该公司还承诺在未来几周内向 ChatGPT Plus、Team 和 Enterprise 用户提供"有限访问"权限。
该公司未提及向免费用户开放深度研究功能,这可能是因为该模型"计算资源消耗极大"。
好文章,需要你的鼓励
VMware宣布将终止现有渠道合作伙伴计划,新计划采用邀请制,大幅减少授权合作伙伴数量。未受邀合作伙伴将于2025年7月15日收到不续约通知,可继续交易至10月31日。白标计划也将同时终止。此举是18个月内VMware第二次重大合作伙伴调整,旨在专注与少数核心云服务提供商深度合作。客户可能面临续约困难、服务质量下降和成本上升等影响。
StepFun公司推出的Step1X-Edit是首个能够媲美GPT-4o和Gemini2 Flash等商业模型的开源图像编辑AI。该模型通过整合多模态语言理解和扩散图像生成技术,能够处理11种编辑任务,在新构建的GEdit-Bench基准测试中表现优异,为图像编辑技术的民主化开辟了新道路。
谷歌DeepMind和伦敦大学学院研究发现,大语言模型在面对反驳时会迅速失去信心并改变答案,即使反驳是错误的。研究显示LLM既会对自己的答案过度自信,又对批评异常敏感,表现出与人类相似但又独特的认知偏差。这种行为对多轮对话AI系统构成威胁,最新信息可能对LLM推理产生不成比例的影响。
BluOrion公司开发的ZClip是一种智能梯度裁剪算法,解决了大型语言模型训练中的梯度爆炸和损失飙升问题。通过Z分数统计检测和动态调整策略,ZClip能够自适应地控制梯度幅度,相比传统固定阈值方法提升训练效率35%以上,同时显著降低训练失败风险,为大模型训练提供了更稳定、高效的解决方案。