Gemini Deep Research

ಏಜೆಂಟಿಕ್ ಸಿಸ್ಟಂ

Deep Research ಅನ್ನು ಬಿಲ್ಡ್ ಮಾಡಲು, ನಾವು Gemini ಆ್ಯಪ್ ಸಂಕೀರ್ಣ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುವ ಹೊಸ ಪ್ಲಾನಿಂಗ್ ಸಿಸ್ಟಂ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದೇವೆ. Deep Research ಗಾಗಿ, ನಾವು Gemini ಮಾಡೆಲ್‌ಗಳಿಗೆ ಸಮರ್ಥವಾಗಿ ತರಬೇತಿ ನೀಡಿದ್ದೇವೆ:

• ಸಮಸ್ಯೆಯನ್ನು ವಿಂಗಡಣೆ ಮಾಡುವುದು: ಯಾರಾದರೂ ಒಂದು ಸಂಕೀರ್ಣವಾದ ಬಳಕೆದಾರರ ಪ್ರಶ್ನೆಯನ್ನು ಕೇಳಿದರೆ, ಸಿಸ್ಟಂ ಮೊದಲು ಆ ಪ್ರಶ್ನೆಯ ಕುರಿತು ಸಂಪೂರ್ಣವಾಗಿ ತಿಳಿದುಕೊಳ್ಳಲು ಒಂದು ರಿಸರ್ಚ್ ಪ್ಲಾನ್ ಅನ್ನು ರೂಪಿಸುತ್ತದೆ. ನಂತರ, ಆ ಪ್ರಶ್ನೆಯನ್ನು ಸಣ್ಣ ಸಣ್ಣ ಭಾಗಗಳನ್ನಾಗಿ ಮಾಡಿ, ಉಪ-ಕಾರ್ಯಗಳಾಗಿ ವಿಂಗಡಿಸಿಕೊಂಡು ಅದನ್ನು ಪರಿಹರಿಸುತ್ತದೆ. ಪ್ಲಾನ್‌ನ ನಿಯಂತ್ರಣ ನಿಮ್ಮ ಕೈಯಲ್ಲಿಯೇ ಇದೆ: Gemini ಅದನ್ನು ನಿಮಗೆ ತೋರಿಸುತ್ತದೆ, ಮತ್ತು ಅದು ಸರಿಯಾದ ವಿಷಯಗಳ ಕಡೆಗೆ ಗಮನಹರಿಸುತ್ತಿದೆ ಎಂಬುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ನೀವು ಅದನ್ನು ರೀಫೈನ್ ಮಾಡಬಹುದು.

• ಸಂಶೋಧನೆ: ಮಾಡೆಲ್ ಈ ಪ್ಲಾನ್ ಅನ್ನು ಹೇಗೆ ಕಾರ್ಯಗತಗೊಳಿಸಬೇಕು ಎಂಬುದನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಯಾವ ಉಪ-ಕಾರ್ಯಗಳನ್ನು ಏಕಕಾಲದಲ್ಲಿ ನಿಭಾಯಿಸಬಹುದು ಮತ್ತು ಯಾವುದನ್ನು ಅನುಕ್ರಮವಾಗಿ ಮಾಡಬೇಕೆಂದು ಬುದ್ಧಿವಂತಿಕೆಯಿಂದ ನಿರ್ಧರಿಸುತ್ತದೆ. ಈ ಮಾಡೆಲ್ ಮಾಹಿತಿ ಪಡೆಯಲು ಮತ್ತು ಅದರ ಬಗ್ಗೆ ಆಲೋಚಿಸಲು ಹುಡುಕಾಟ ಮತ್ತು ವೆಬ್ ಬ್ರೌಸಿಂಗ್‌ನಂತಹ ಟೂಲ್‌ಗಳನ್ನು ಬಳಸಬಹುದು. ಈ ಮಾಡೆಲ್, ಪ್ರತಿ ಹಂತದಲ್ಲೂ ಲಭ್ಯವಿರುವ ಮಾಹಿತಿಯ ಬಗ್ಗೆ ಆಲೋಚಿಸಿ ತನ್ನ ಮುಂದಿನ ಕ್ರಮವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ ಮಾಡೆಲ್ ಇಲ್ಲಿಯವರೆಗೆ ಏನು ಕಲಿತಿದೆ ಮತ್ತು ಮುಂದೆ ಏನು ಮಾಡಲು ಉದ್ದೇಶಿಸಿದೆ ಎಂಬುದನ್ನು ಬಳಕೆದಾರರು ಅನುಸರಿಸಲು ನಾವು ಒಂದು ಆಲೋಚನಾ ಪ್ಯಾನೆಲ್ ಅನ್ನು ಪರಿಚಯಿಸಿದ್ದೇವೆ.

• ಸಂಯೋಜನೆ: ಮಾಡೆಲ್ ಸಾಕಷ್ಟು ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲಾಗಿದೆ ಎಂದು ನಿರ್ಧರಿಸಿದ ನಂತರ, ಅದು ಸಂಶೋಧನೆಗಳನ್ನು ಸಮಗ್ರ ವರದಿಯಾಗಿ ಸಂಯೋಜಿಸುತ್ತದೆ ವರದಿಯನ್ನು ರಚಿಸುವಾಗ, Gemini ಮಾಹಿತಿಯನ್ನು ವಿಮರ್ಶಾತ್ಮಕವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ, ಪ್ರಮುಖ ವಿಷಯಗಳು ಮತ್ತು ಅಸಮಂಜಸತೆಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ ಮತ್ತು ಸ್ಪಷ್ಟತೆ ಮತ್ತು ವಿವರಗಳನ್ನು ಹೆಚ್ಚಿಸಲು ಸ್ವಯಂ-ವಿಮರ್ಶೆಯ ಹಲವು ಹಂತಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಮೂಲಕ ವರದಿಯನ್ನು ಅರ್ಥವಾಗುವಂತೆ ಮತ್ತು ಉಪಯುಕ್ತವಾಗುವ ರೀತಿಯಲ್ಲಿ ರಚಿಸುತ್ತದೆ.

ಹೊಸ ವರ್ಗ, ಹೊಸ ಸಮಸ್ಯೆಗಳು, ಹೊಸ ಪರಿಹಾರಗಳು

Deep Research ಅನ್ನು ನಿರ್ಮಿಸುವಾಗ, ನಾವು ಮೂರು ಪ್ರಮುಖ ತಾಂತ್ರಿಕ ಸವಾಲುಗಳನ್ನು ಎದುರಿಸಬೇಕಾಯಿತು

ಬಹು-ಹಂತದ ಯೋಜನೆ

ಸಂಶೋಧನಾ ಕಾರ್ಯಗಳಿಗೆ ಪುನರಾವರ್ತಿತ ಯೋಜನೆಯ ಹಲವು ಹಂತಗಳ ಅಗತ್ಯವಿದೆ. ಪ್ರತಿ ಹಂತದಲ್ಲೂ, ಮಾಡೆಲ್ ಇಲ್ಲಿಯವರೆಗೆ ಸಂಗ್ರಹಿಸಿದ ಎಲ್ಲಾ ಮಾಹಿತಿಯ ಮೇಲೆ ತನ್ನನ್ನು ತಾನೇ ಆಧಾರವಾಗಿಟ್ಟುಕೊಳ್ಳಬೇಕು, ನಂತರ ಕಾಣೆಯಾದ ಮಾಹಿತಿ ಮತ್ತು ಅದು ಎಕ್ಸ್‌ಪ್ಲೋರ್ ಮಾಡಲು ಬಯಸುವ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಗುರುತಿಸಬೇಕು, ಇದು ಸಮಗ್ರತೆಯನ್ನು ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ಬಳಕೆದಾರರ ಕಾಯುವ ಸಮಯದೊಂದಿಗೆ ವಿನಿಮಯ ಮಾಡಿಕೊಳ್ಳುತ್ತದೆ. ಡೇಟಾವು ಸಮರ್ಥ ರೀತಿಯಲ್ಲಿ ದೀರ್ಘ ಬಹು-ಹಂತದ ಪ್ಲಾನಿಂಗ್‌‌ನಲ್ಲಿ ಪರಿಣಾಮಕಾರಿಯಾಗಲು ಮಾಡೆಲ್‌‌ಗೆ ತರಬೇತಿ ನೀಡುವುದರಿಂದ ಎಲ್ಲಾ ವಿಷಯಗಳಾದ್ಯಂತ ತೆರೆದ ಡೊಮೇನ್ ಸೆಟ್ಟಿಂಗ್‌ನಲ್ಲಿ Deep Research ಕಾರ್ಯವನ್ನು ಮಾಡಲು ನಮಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ದೀರ್ಘಾವಧಿಯ ತೀರ್ಮಾನ

ಒಂದು ವಿಶಿಷ್ಟವಾದ Deep Research ಕಾರ್ಯವು ಹಲವಾರು ನಿಮಿಷಗಳ ಕಾಲ ಹಲವು ಮಾಡೆಲ್ ಕರೆಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಇದು ಬಿಲ್ಡಿಂಗ್ ಏಜೆಂಟ್‌ಗಳಿಗೆ ಸವಾಲನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ: ಏಜೆಂಟ್‌ನಲ್ಲಿ ಒಂದು ಸಣ್ಣ ತಪ್ಪು ಸಂಭವಿಸಿದರೂ, ಕೆಲಸವನ್ನು ಮೊದಲಿನಿಂದ ಮರು ಪ್ರಾರಂಭ ಮಾಡಬೇಕಾಗಿಲ್ಲ ಎಂಬಂತೆ ಅದನ್ನು ತಯಾರಿಸಬೇಕು

ಇದನ್ನು ಪರಿಹರಿಸಲು, ನಾವು ಒಂದು ಹೊಸ ಅಸಮಕಾಲಿಕ ಟಾಸ್ಕ್‌ ಮ್ಯಾನೇಜರ್‌ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದೇವೆ, ಅದು ಪ್ಲಾನರ್ ಮತ್ತು ಕಾರ್ಯ ಮಾದರಿಗಳ ನಡುವೆ ಹಂಚಿಕೆಯ ಸ್ಥಿತಿಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ಸಂಪೂರ್ಣ ಕಾರ್ಯವನ್ನು ಮರುಪ್ರಾರಂಭಿಸದೆ ಸುಲಭವಾಗಿ ದೋಷ ನಿವಾರಣೆಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಈ ಸಿಸ್ಟಂ ಅಸಮಕಾಲಿಕವಾಗಿದೆ: ನೀವು Deep Research ಯೋಜನೆಯನ್ನು ಪ್ರಾರಂಭಿಸಿದ ನಂತರ ಬೇರೆ ಹೋಗಬಹುದು ಅಥವಾ ನಿಮ್ಮ ಕಂಪ್ಯೂಟರ್ ಅನ್ನು ಆಫ್ ಮಾಡಬಹುದು ಮತ್ತು ಮುಂದಿನ ಬಾರಿ ನೀವು Gemini ಗೆ ಭೇಟಿ ನೀಡಿದಾಗ, ನಿಮ್ಮ ಸಂಶೋಧನೆ ಪೂರ್ಣಗೊಂಡಾಗ ನಿಮಗೆ ಸೂಚನೆ ಸಿಗುತ್ತದೆ.

ಸಂದರ್ಭ ನಿರ್ವಹಣೆ

ಸಂಶೋಧನಾ ಅವಧಿಯಲ್ಲಿ, ಸೆಶನ್ ನೂರಾರು ಪುಟಗಳ ವಿಷಯವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬಹುದು. ನಿರಂತರತೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಅನುಸರಣಾ ಪ್ರಶ್ನೆಗಳನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಲು, ನಾವು Gemini ಯ ಉದ್ಯಮ-ಪ್ರಮುಖ 1 ಮಿಲಿಯನ್ ಟೋಕನ್ ಕಾಂಟೆಕ್ಸ್ಟ್ ವಿಂಡೋವನ್ನು RAG ಸೆಟಪ್‌ ಮೂಲಕ ಪೂರಕವಾಗಿ ಬಳಸುತ್ತೇವೆ. ಇದು ಆ ಚಾಟ್ ಸೆಷನ್‌ನಲ್ಲಿ ಕಲಿತ ಎಲ್ಲವನ್ನೂ "ನೆನಪಿಟ್ಟುಕೊಳ್ಳಲು" ಸಿಸ್ಟಂಗೆ ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ನೀವು ಅದರೊಂದಿಗೆ ಹೆಚ್ಚು ಸಂವಹನ ನಡೆಸಿದಂತೆ ಅದು ಹೆಚ್ಚು ಬುದ್ದಿವಂತಿಕೆಯಿಂದ ಕೆಲಸ ಮಾಡುತ್ತದೆ.

ಈಗ 2.0 Flash Thinking ನಿಂದ ಚಾಲಿತವಾಗಿದೆ (ಪ್ರಾಯೋಗಿಕ)

Deep Research ಅನ್ನು ಡಿಸೆಂಬರ್‌ನಲ್ಲಿ ಪ್ರಾರಂಭಿಸಿದಾಗ ಅದು Gemini1.5 Pro ನಿಂದ ಚಾಲಿತವಾಗಿತ್ತು. Gemini 2.0 Flash Thinking (ಪ್ರಾಯೋಗಿಕ) ಪರಿಚಯ ಮಾಡುವ ಮೂಲಕ ನಾವು ಈ ಉತ್ಪನ್ನದ ಗುಣಮಟ್ಟ ಮತ್ತು ಸೇವೆಯ ದಕ್ಷತೆಯನ್ನು ಬಹಳಷ್ಟು ಸುಧಾರಿಸಲು ಸಾಧ್ಯವಾಯಿತು. ಆಲೋಚನಾ ಮಾಡೆಲ್‌ಗಳನ್ನು ಬಳಸುವುದರಿಂದ, Gemini ಮುಂದಿನ ಹಂತಗಳಿಗೆ ಹೋಗುವ ಮೊದಲು ಏನು ಮಾಡಬೇಕೆಂದು ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಂಡು ಪ್ಲಾನ್ ಮಾಡುತ್ತದೆ. ಸ್ವಯಂ-ಚಿಂತನೆ ಮತ್ತು ಪ್ಲಾನಿಂಗ್‌ನ ಈ ಸಹಜ ಗುಣಲಕ್ಷಣವು ಈ ರೀತಿಯ ದೀರ್ಘಾವಧಿಯ ಏಜೆಂಟಿಕ್ ಕಾರ್ಯಗಳಿಗೆ ಉತ್ತಮವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ. ಈಗ Gemini ಸಂಶೋಧನೆಯ ಎಲ್ಲಾ ಹಂತಗಳಲ್ಲೂ ಹಿಂದೆಗಿಂತ ಉತ್ತಮವಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚು ವಿವರವಾದ ವರದಿಗಳನ್ನು ಕೊಡುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ಗಮನಿಸಿದ್ದೇವೆ ಅದೇ ಸಮಯದಲ್ಲಿ, Flash ಮಾಡೆಲ್‌ ಕಂಪ್ಯೂಟರ್‌ನ ದಕ್ಷತೆಯಿಂದ, Deep Research ಗೆ ಹೆಚ್ಚಿನ ಬಳಕೆದಾರರಿಗೆ ಆ್ಯಕ್ಸೆಸ್ ಅನ್ನು ವಿಸ್ತರಿಸಲು ನಮಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಸಾಮಾನ್ಯವಾಗಿ Flash ಮತ್ತು ಆಲೋಚನಾ ಮಾಡೆಲ್‌ಗಳ ಮೇಲೆ ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ನಾವು ತುಂಬಾ ಉತ್ಸುಕರಾಗಿದ್ದೇವೆ ಮತ್ತು Deep Research ಇನ್ನಷ್ಟು ಉತ್ತಮಗೊಳ್ಳುತ್ತಲೇ ಇರುತ್ತದೆ ಎಂದು ನಿರೀಕ್ಷಿಸುತ್ತೇವೆ.

ಮುಂದೇನು?

ನಾವು ಸಿಸ್ಟಂ ಅನ್ನು ಬಹುಮುಖವಾಗಿರುವಂತೆ ನಿರ್ಮಿಸಿದ್ದೇವೆ, ಇದರಿಂದ ಕಾಲಾನಂತರದಲ್ಲಿ ಅದು ಬ್ರೌಸ್ ಮಾಡಬಹುದಾದ ವಿಷಯಗಳ ಮೇಲೆ ನಿಮಗೆ ಹೆಚ್ಚಿನ ನಿಯಂತ್ರಣವನ್ನು ನೀಡುವುದರ ಮೂಲಕ ಮತ್ತು ಮುಕ್ತ ಅಂತರ್ಜಾಲದ ಹೊರತಾಗಿಯೂ ಬೇರೆ ಮೂಲಗಳಿಂದಲೂ ಮಾಹಿತಿಯನ್ನು ಪಡೆಯಬಹುದು

ಜನರು Deep Research ಅನ್ನು ಹೇಗೆ ಬಳಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ನೋಡಲು ನಾವು ಉತ್ಸುಕರಾಗಿದ್ದೇವೆ ಮತ್ತು ಈ ನೈಜ-ಪ್ರಪಂಚದ ಅನುಭವಗಳು ನಾವು Deep Research ಅನ್ನು ಹೇಗೆ ಬಿಲ್ಡ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ಸುಧಾರಿಸಲು ಮುಂದುವರಿಯುತ್ತೇವೆ ಎಂಬುದನ್ನು ತಿಳಿಸುತ್ತದೆ. ಅಂತಿಮವಾಗಿ, ನಮ್ಮ ಗುರಿಯು ನಿಜವಾದ ಏಜೆಂಟ್ ಮತ್ತು ಸಾರ್ವತ್ರಿಕವಾಗಿ ಸಹಾಯಕವಾದ AI ಅನ್ನು ರೂಪಿಸುವುದು ನಮ್ಮ ಉದ್ದೇಶವಾಗಿದೆ.