Gemini Deep Research

એક એજન્ટિક સિસ્ટમ

Deep Research બનાવવા માટે, અમે એક નવી પ્લાનિંગ સિસ્ટમ વિકસાવી છે, જે Gemini ઍપને જટિલ સમસ્યાઓનો સામનો કરવા સક્ષમ બનાવે છે. Deep Research માટે, અમે Geminiના મૉડલને નીચેની બાબતો માટે સક્ષમ બનાવવા માટે તાલીમ આપી:

• સમસ્યાને વિભાજિત કરવી: જ્યારે વપરાશકર્તા દ્વારા કોઈ જટિલ ક્વેરી રજૂ કરવામાં આવે, ત્યારે સિસ્ટમ સૌથી પહેલા વિગતવાર રિસર્ચ પ્લાન બનાવે છે, જેમાં તે સમસ્યાને નાના, મેનેજ કરી શકાય તેવા સબ-ટાસ્કની શ્રેણીમાં વિભાજિત કરે છે. પ્લાન તમારા કન્ટ્રોલમાં હોય છે: Gemini તે તમને રજૂ કરે છે અને તમે તે યોગ્ય જગ્યાએ ફોકસ કરે છે તેની ખાતરી કરવા માટે તેને સુધારી શકો છો.

• રિસર્ચ: આ મૉડલ આ પ્લાનના અમલીકરણની દેખરેખ રાખે છે, અને બુદ્ધિપૂર્વક નક્કી કરે છે કે કયા સબ-ટાસ્ક એકસાથે હાથ ધરી શકાય છે અને કયા ક્રમિક રીતે કરવાની જરૂર છે. આ મૉડલ માહિતી મેળવવા અને તેના પર તર્ક કરવા માટે શોધ અને વેબ બ્રાઉઝિંગ જેવા ટૂલનો ઉપયોગ કરી શકે છે. દરેક પગલે પર મૉડલ ઉપલબ્ધ માહિતી પર વિચાર કરીને આગળનું પગલું નક્કી કરે છે. મૉડલે અત્યાર સુધી શું શીખ્યું છે અને આગળ તે શું કરશે તે વપરાશકર્તાઓ ફૉલો કરી શકે તે માટે અમે વિચારસરણીની પૅનલ રજૂ કરી છે.

• સિન્થેસીસ: એકવાર મૉડલ એવું નક્કી કરે કે પૂરતી માહિતી મળી ગઈ છે, પછી તે તેને મળેલી જાણકારીઓનું વ્યાપક રિપોર્ટમાં સિન્થેસીસ કરે છે. રિપોર્ટ બનાવતી વખતે Gemini માહિતીનું વિવેચનાત્મક મૂલ્યાંકન કરે છે, મુખ્ય થીમ અને અસંગતતાઓને ઓળખે છે અને રિપોર્ટને તાર્કિક અને માહિતીપ્રદ રીતે બનાવે છે, તેમજ સ્પષ્ટતા અને વિગત બહેતર બનાવવા માટે સ્વયં-આલોચનાના અનેક પાસ પણ કરે છે.

નવી કૅટેગરી, નવી સમસ્યાઓ, નવા ઉકેલો

Deep Researchના નિર્માણમાં, અમારે ત્રણ નોંધપાત્ર ટેક્નિકલ પડકારોનો સામનો કરવો પડ્યો:

અનેક પગલાંમાં પ્લાનિંગ

રિસર્ચના ટાસ્કમાં ઇટરેટિવ પ્લાનિંગના અનેક પગલાંની જરૂર પડે છે. દરેક પગલે મૉડલે અત્યાર સુધી ભેગી કરેલી તમામ માહિતીને ગાઢ રીતે સમજવી પડે છે, પછી પોતાને જેના વિશે જાણકારી મેળવવી છે તેવી ખૂટતી માહિતી અને વિસંગતતાઓને ઓળખવી પડે છે — આ બધું તે ગણતરી અને વપરાશકર્તાના રાહ જોવાના સમય વચ્ચે વ્યાપકતાનું સંતુલન જાળવી રાખીને કરે છે. ડેટા કાર્યક્ષમ રીતે લાંબા અનેક પગલાંના પ્લાનિંગમાં અસરકારક બનવા માટે મૉડલને તાલીમ આપવાથી, અમે સમગ્ર વિષાયોમાં ઓપન ડોમેન સેટિંગમાં Deep Researchને કાર્યરત બનાવી શક્યા છીએ.

લાંબા સમયથી ચાલતું અનુમાન

Deep Researchના એક સામાન્ય ટાસ્કમાં ઘણી મિનિટો દરમિયાન મૉડલના ઘણા કૉલ શામેલ હોય છે. આ એજન્ટના નિર્માણની પ્રક્રિયા માટે એક પડકાર ઊભો કરે છે: તેને એવી રીતે બનાવવા પડે છે કે કોઈ એક નિષ્ફળ જાય, તો શરૂઆતથી ટાસ્ક ફરી શરૂ ન કરવો પડે.

આના નિરાકરણ માટે અમે અવનવું અસિંક્રોનસ ટાસ્ક મેનેજર વિકસાવ્યું છે જે પ્લાનર અને ટાસ્ક મૉડલ વચ્ચે એક શેર કરેલી સ્થિતિ જાળવી રાખે છે, જે સમગ્ર ટાસ્કને ફરીથી શરૂ કર્યા વિના એક સુગમ એરર રિકવરીની સુવિધા આપે છે. આ સિસ્ટમ ખરેખર અસિંક્રોનસ છે: Deep Research પ્રોજેક્ટ શરૂ કર્યા પછી તમે કોઈ અલગ ઍપનો ઉપયોગ કરી શકો છો અથવા તમારા કમ્પ્યૂટરને સાચે જ બંધ કરી શકો છો અને આગલી વખતે જ્યારે તમે Geminiની મુલાકાત લેશો, ત્યારે તમારું રિસર્ચ પૂર્ણ થયા પછી તમને સૂચના આપવામાં આવશે.

સંદર્ભનું મેનેજમેન્ટ

રિસર્ચના કોઈ સેશન દરમિયાન Gemini કન્ટેન્ટના સેંકડો પેજ પર પ્રક્રિયા કરી શકે છે. સાતત્ય જાળવવા અને ફૉલોઅપ સવાલો ચાલુ કરવા માટે, અમે Geminiની ઉદ્યોગ જગતની અગ્રણી 10 લાખ ટોકનવાળી સંદર્ભ વિન્ડોનો ઉપયોગ કરીએ છીએ જે RAG સેટઅપની પૂરક છે. આનાથી તે ચૅટ સેશન દરમિયાન સિસ્ટમે જે કંઈ શીખ્યું હોય તે બધું અસરકારક રીતે "યાદ" રાખી શકે છે, આમ તમે તેની સાથે જેટલો લાંબો સમય ક્રિયાપ્રતિક્રિયા કરશો, તેટલી વધુ સ્માર્ટ બને છે.

હવે 2.0 Flash Thinking (પ્રાયોગિક) દ્વારા સંચાલિત

જ્યારે Deep Research ડિસેમ્બરમાં લૉન્ચ થયું ત્યારે તે Gemini 1.5 Pro દ્વારા સંચાલિત હતું. Gemini 2.0 Flash Thinking (પ્રાયોગિક)ની રજૂઆત સાથે, અમે આ પ્રોડક્ટની ક્વૉલિટી અને સેવાની કાર્યક્ષમતા બંનેમાં નાટ્યાત્મક સુધારો કરી શક્યા. વિચારશીલ મૉડલ વડે Gemini તેના આગળના પગલાં લેતા પહેલાં તેના અભિગમનો પ્લાન બનાવવામાં વધુ સમય લે છે. આત્મચિંતન અને પ્લાનિંગની આ સહજ લાક્ષણિકતા તેને આ પ્રકારના લાંબા ચાલતા એજન્ટિક ટાસ્ક માટે ઉત્તમ બનાવે છે. અમે હવે જોઈ શકીએ છીએ કે Gemini રિસર્ચના દરેક તબક્કામાં બહેતર કાર્યપ્રદર્શન અને વિગતવાર રિપોર્ટ ડિલિવર કરે છે. સાથે સાથે Flash મૉડલની ગણતરી કરવાની ક્ષમતાએ અમને Deep Researchના ઍક્સેસને વધુને વધુ વપરાશકર્તાઓ સુધી પહોંચાડવાની સુવિધા આપી. અમે સામાન્ય રીતે Flash અને વિચારશીલ મૉડલ વિકસાવવા માટે ખરેખર ઉત્સાહિત છીએ અને અપેક્ષા રાખીએ છીએ કે Deep Research વધુને વધુ બહેતર બનતું રહેશે.

હવે આગળ શું

અમે સિસ્ટમ બહુમુખી બને તે માટે તેનું નિર્માણ કર્યું છે, જેથી સમય જતાં અમે તે શું બ્રાઉઝ કરી શકે છે તેના પર તમને વધુ કન્ટ્રોલ આપીને તથા તેને ઓપન વેબ સિવાયના સૉર્સ આપીને તેની ક્ષમતાઓમાં વધારો કરી શકીએ.

લોકો Deep Researchનો ઉપયોગ કેવી રીતે કરે છે તે જોવા માટે અમે ખૂબ ઉત્સાહિત છીએ અને વાસ્તવિક દુનિયાના આ અનુભવો અમને જણાવશે કે અમે Deep Researchનું નિર્માણ અને તેને બહેતર બનાવવાનું કેવી રીતે ચાલુ રાખી શકીએ છીએ. આખરે, અમારું લક્ષ્ય ખરેખર એજન્ટિક અને સાર્વત્રિક રીતે મદદરૂપ AI આસિસ્ટંટ છે.