Gemini с Deep Research

Агентная система

Чтобы создать Deep Research, мы разработали новую систему планирования, которая позволяет Gemini решать сложные задачи. Модели Gemini были специально обучены для этой функции. Теперь они могут:

• Разделять объемные задачи на более мелкие. Если пользователь вводит сложный запрос, система разбивает его на несколько подзадач, с которыми проще справиться, и создает подробный план исследования. Пользователь может посмотреть и отредактировать этот план, чтобы он соответствовал его целям.

• Проводить исследование. Модель управляет выполнением плана, определяя, какие подзадачи можно выполнить одновременно, а какие – последовательно. Для получения и анализа информации используются поиск, просмотр веб-страниц и другие инструменты. На каждом этапе модель обрабатывает доступные сведения, чтобы принять решение о следующем шаге. На специальной панели пользователи могут следить за тем, какую информацию получила модель и что планирует делать дальше.

• Объединять результаты. Когда модель считает, что собрано достаточно данных, она объединяет результаты в комплексный отчет. При его создании Gemini критически оценивает информацию, определяет ключевые темы и противоречия, а также выстраивает логическую структуру. Чтобы убедиться, что отчет достаточно ясный и подробный, Gemini даже выполняет многократную проверку собственной работы.

Новая категория, новые проблемы, новые решения

При разработке Deep Research мы столкнулись с тремя основными техническими проблемами.

Многоэтапное планирование

Для выполнения исследовательских задач требуется многоэтапное, итеративное планирование. На каждом этапе модель должна обрабатывать всю собранную информацию, определять пробелы и противоречия, а также выбирать дальнейшие действия, учитывая большой объем данных и время ожидания пользователя. Мы обучили модель эффективно выполнять многоэтапное планирование и рационально использовать данные, поэтому Deep Research подходит для любых тем.

Сложные умозаключения

Обычно для выполнения задачи Deep Research требуется многократно обращаться к модели в течение нескольких минут. При этом важно исключить ситуации, в которых одна ошибка приводит к перезапуску всей задачи.

Для решения этой проблемы мы разработали асинхронный диспетчер задач, который поддерживает общее состояние планировщика и моделей задач, что позволяет исправлять ошибки без перезапуска. Такая система действительно работает асинхронно: после запуска проекта Deep Research вы можете перейти в другое приложение или даже выключить компьютер. Когда вы в следующий раз обратитесь к Gemini, то получите уведомление о том, что исследование завершено.

Управление контекстом

В ходе исследования Gemini может обрабатывать сотни страниц информации. Чтобы он не терял нить разговора и отвечал на уточняющие вопросы, мы используем самое большое в отрасли окно контекста на 1 миллион токенов и метод RAG. За счет этого система "помнит" все, что узнала в чате, и по мере общения дает более точные ответы.

Теперь на основе экспериментальной модели 2.0 Flash Thinking

Мы запустили функцию Deep Research в декабре, и тогда она работала на базе Gemini 1.5 Pro. С выходом экспериментальной модели Gemini 2.0 Flash Thinking нам удалось значительно повысить качество и эффективность продукта. Моделям мышления требуется больше времени, чтобы рассчитать и сделать следующий шаг. Они обладают способностью к самоанализу и планированию, поэтому хорошо подходят для выполнения длительных задач. Мы видим, что теперь Gemini лучше справляется со всеми этапами исследования и предоставляет более подробные отчеты. Кроме того, модель Flash позволяет эффективно использовать вычислительные ресурсы, что открывает доступ к Deep Research для большего числа пользователей. Мы ожидаем, что Flash и модели мышления в целом продолжат развиваться, а функция Deep Research будет становиться все лучше и лучше.

Что дальше

Мы создали универсальную систему и со временем планируем сделать ее более мощной, предоставив пользователям больше возможностей контроля над выбором ресурсов и расширив доступ к дополнительным источникам.

Нам интересно, как люди будут использовать Deep Research, и этот реальный опыт поможет нам и дальше улучшать функцию. Наша цель – создать ИИ-помощника, который будет действовать самостоятельно и приносить пользу в самых разных ситуациях.