Gemini Deep Research

Un sistem autonom

Pentru a crea Deep Research, am dezvoltat un nou sistem de planificare care permite aplicației Gemini să rezolve probleme complexe. Pentru Deep Research, am instruit modelele Gemini să fie capabile să facă următoarele acțiuni:

• împarte problema în mai multe activități: când utilizatorul îi pune o întrebare complexă, sistemul creează mai întâi un plan de cercetare detaliat, împărțind problema într-o serie de activități secundare mai mici, ușor de gestionat. Tu deții controlul asupra planului: Gemini ți-l prezintă și tu îl poți optimiza ca să te asiguri că se axează pe aspectele corespunzătoare.

• cercetare: modelul supraveghează implementarea acestui plan și stabilește în mod inteligent ce activități secundare pot fi gestionate simultan și care dintre acestea trebuie realizate secvențial. Modelul poate folosi instrumente precum căutarea și navigarea pe web pentru a prelua informații și a le analiza. La fiecare pas, modelul analizează informațiile disponibile pentru a stabili următoarea acțiune. Am introdus un panou de gândire pentru ca utilizatorii să urmărească ce a învățat modelul până acum și ce intenționează să facă mai departe.

• sinteză: după ce modelul stabilește că a adunat suficiente informații, sintetizează rezultatele într-un raport cuprinzător. Pentru generarea raportului, Gemini evaluează critic informațiile, identifică principalele teme și inconsecvențe și structurează raportul într-un mod logic și informativ, realizând mai multe procese de autocritică pentru a îmbunătăți claritatea și detaliile.

Categorie nouă, probleme noi, soluții noi

La crearea Deep Research, a trebuit să depășim trei provocări tehnice majore:

Planificarea cu mai mulți pași

Activitățile de cercetare necesită mai mulți pași de planificare iterativă. La fiecare pas, modelul trebuie să se bazeze pe toate informațiile adunate până în acest moment, apoi să identifice informațiile lipsă și discrepanțele pe care vrea să le exploreze, echilibrând totodată complexitatea cu gândirea computațională și durata de așteptare a utilizatorului. Instruirea modelului pentru a fi eficient în planificarea extinsă cu mai mulți pași într-un mod eficient din punct de vedere al datelor ne-a dat posibilitatea să creăm funcția Deep Research într-un mediu de tip domeniu deschis pentru toate subiectele.

Deducția de durată

O activitate Deep Research obișnuită implică mai multe apeluri către model în decurs de câteva minute. Acest lucru reprezintă o provocare legată de dezvoltarea agenților. Agentul trebuie să fie creat astfel încât o singură greșeală să nu impună reluarea activității de la început.

Pentru a rezolva această problemă, am dezvoltat un nou manager de activități asincrone care menține aceeași stare a planificatorului și a modelelor pentru activități, făcând posibilă remedierea grațioasă a erorilor fără a relua întreaga activitate. Acest sistem este cu adevărat asincron: poți să treci la altă aplicație și să închizi computerul după ce începi un proiect Deep Research și la următoare accesare a serviciului Gemini vei primi o notificare când se încheie cercetarea.

Gestionarea contextului

În timpul unei sesiuni de cercetare, Gemini poate procesa sute de pagini de conținut. Pentru a asigura continuitatea și a face posibile alte întrebări, folosim fereastra contextuală de 1 milion de tokenuri de top a asistentului Gemini, completată de o configurație RAG. Aceasta permite eficient sistemului să „rețină” tot ce a învățat pe durata acelei sesiuni de chat, astfel că devine mai inteligent pe măsură ce interacționezi cu el.

Acum pe platformă 2.0 Flash Thinking (experimental)

Când s-a lansat Deep Research în luna decembrie, era pe platformă Gemini 1.5 Pro. Odată cu introducerea modelului Gemini 2.0 Flash Thinking (experimental), am reușit să îmbunătățim semnificativ atât calitatea, cât și eficiența utilizării acestui produs. Cu modelele de gândire, durează mai mult ca Gemini să-și planifice abordarea înainte să facă următoarele acțiuni. Datorită acestei caracteristici inerente de introspecție și planificare, este ideal pentru astfel de activități autonome de durată. Acum observăm că Gemini este mai bun în toate etapele de cercetare și oferă rapoarte mai detaliate. Totodată, eficiența computațională a modelului Flash ne dă posibilitatea să extindem accesul la Deep Research la mult mai mulți utilizatori. Suntem foarte încântați de dezvoltarea modelelor Flash și de gândire în general și ne așteptăm ca Deep Research să devină din ce în ce mai bun.

Ce urmează

Am creat sistemul astfel încât să fie versatil, pentru ca în timp să îi putem extinde funcțiile oferind utilizatorilor mai mult control asupra conținutului pe care îl poate răsfoi și punându-i la dispoziție și alte surse în afara webului deschis.

Suntem nerăbdători să aflăm cum folosesc utilizatorii Deep Research și aceste experiențe din lumea reală ne vor ajuta să luăm decizii privind modul în care continuăm să dezvoltăm și să îmbunătățim Deep Research. Scopul nostru este un asistent AI cu adevărat autonom și util în toate domeniile.