Gemini Deep Research

ஏஜென்ட்டிக் சிஸ்டம்

Deep Research அம்சத்தைக் கட்டமைக்க, கடினமான சிக்கல்களில் பணியாற்ற Geminiக்கு உதவும் புதிய திட்டமிடல் சிஸ்டத்தை உருவாக்கினோம். Deep Research அம்சத்திற்காக, இவற்றைச் செய்யக்கூடிய வகையில் Gemini மாடல்களுக்குப் பயிற்சியளித்தோம்:

• சிக்கலைப் பிரித்தறிதல்: சிக்கலான பயனர் வினவல் ஒன்று வழங்கப்பட்டால், ஒரு விரிவான ஆய்வுத் திட்டத்தை முதலில் சிஸ்டம் தயார்செய்துவிட்டு, அந்தச் சிக்கலைப் பல சிறிய, நிர்வகிக்கக்கூடிய துணைப் பணிகளாகப் பிரிக்கும். திட்டத்தின் கட்டுப்பாடு உங்களிடமே இருக்கும்: திட்டத்தை Gemini உங்களிடம் விவரிக்கும். தேவையான பகுதிகளில் அதன் ஃபோகஸ் உள்ளதை உறுதிசெய்ய நீங்கள் அதில் மாற்றம் செய்யலாம்.

• ஆய்வு: இந்த மாடல் இந்தத் திட்டத்தைச் செயல்படுத்துவதை மேற்பார்வையிடுவதுடன், எந்தெந்தத் துணைப் பணிகளை ஒரே நேரத்தில் செய்ய வேண்டும், எவற்றை ஒன்றன்பின் ஒன்றாகச் செய்ய வேண்டும் என்பதையும் புத்திசாலித்தனமாகத் தீர்மானிக்கிறது. இந்த மாடல், தேடல் மற்றும் வெப் பிரவுசிங் போன்ற அம்சங்களின் மூலம் தகவல்களைப் பெற்று அதைப் பகுப்பாய்வு செய்ய முடியும். ஒவ்வொரு கட்டத்திலும், மாடல் தனது அடுத்த நகர்வைத் தீர்மானிக்க, கிடைக்கக்கூடிய தகவல்களை ஆழமாக ஆராய்கிறது. மாடல் இதுவரை கற்றுக்கொண்டவற்றையும், அடுத்து என்ன செய்ய விரும்புகிறது என்பதையும் பயனர்கள் தெரிந்துகொள்வதற்காக ஒரு சிந்தனைப் பேனலை அறிமுகப்படுத்தினோம்.

• தொகுப்பு: போதுமான தகவல்கள் சேகரிக்கப்பட்டுள்ளதாக மாடல் தீர்மானித்தவுடன், அது கண்டறிந்தவற்றை ஒரு விரிவான அறிக்கையாக ஒருங்கிணைக்கிறது. அறிக்கையை உருவாக்கும்போது, Gemini தகவல்களை மிகத் துல்லியமாக மதிப்பீடு செய்து, முக்கியமான தீம்கள் மற்றும் முரண்பாடுகளை அடையாளம் காண்கிறது. மேலும், அறிக்கையை லாஜிக்கலாகவும் தகவல் வழங்கும் வகையிலும் கட்டமைக்கிறது. அத்துடன், தெளிவுத்தன்மையையும் விவரங்களையும் மேம்படுத்த பல சுயமதிப்பீடுகளையும்கூட மேற்கொள்கிறது.

புதிய வகை, புதிய சிக்கல்கள், புதிய தீர்வுகள்

Deep Research உருவாக்கும்போது, நாங்கள் மூன்று குறிப்பிடத்தக்க தொழில்நுட்பச் சவால்களை எதிர்கொள்ள வேண்டியிருந்தது:

பல படிநிலைத் திட்டமிடுதல்

ஆய்வுப் பணிகளுக்குப் பல படிநிலை மறுசெய்கைத் திட்டமிடல் தேவைப்படுகிறது. ஒவ்வொரு கட்டத்திலும், இதுவரை சேகரிக்கப்பட்ட எல்லாத் தகவல்களையும் உறுதிப்படுத்திவிட்டு, விடுபட்டுள்ள தகவல்களையும் ஆராய விரும்பும் முரண்பாடுகளையும் இந்த மாடல் அடையாளம் காண வேண்டும். இதையெல்லாம் நீண்ட நேரம் எடுக்காமல், பயனர் காத்திருக்கும் நேரத்தையும் கருத்தில்கொண்டு துல்லியமாகவும் விரிவாகவும் செய்ய வேண்டும். அதிக டேட்டா செலவழிக்காமல், நீண்ட, பல படிநிலைத் திட்டமிடலில் திறம்படச் செயல்பட மாடலைப் பயிற்றுவித்தது, எல்லாத் தலைப்புகளிலும் வெளிப்படையான டொமைன் அமைப்பில் Deep Research செயல்பட உதவியது.

நீண்ட நேரம் எடுக்கும் முடிவுகள்

வழக்கமான ஒரு Deep Research பணி சில நிமிடங்களில் மேற்கொள்ளப்படும் பல மாடல் அழைப்புகளை உள்ளடக்கியது. இது ஏஜெண்ட்டுகளை உருவாக்குவதில் சவாலை ஏற்படுத்துகிறது: ஒரு தோல்வி ஏற்பட்டாலும் பணியை முதலில் இருந்து தொடங்குவதைத் தவிர்க்க இது கட்டமைக்கப்பட வேண்டும்.

இதைச் சமாளிக்க, திட்டமிடுதல் மற்றும் பணி மாடல்களுக்கு இடையில் பகிர்ந்த ஒரு நிலையைப் பராமரிக்கும் ஒரு புதிய ஒத்திசைவற்ற செயல் நிர்வாகியை நாங்கள் உருவாக்கியுள்ளோம். முழுப் பணியையும் முதலில் இருந்து செய்வதைத் தவிர்த்து சரியான பிழை மீட்டெடுப்பை மேற்கொள்ள இது உதவுகிறது. இந்த சிஸ்டம் முற்றிலும் ஒத்திசைவற்றது: நீங்கள் Deep Research திட்டப்பணியைத் தொடங்கிய பிறகு வேறொரு ஆப்ஸைப் பயன்படுத்தலாம் அல்லது உங்கள் கம்ப்யூட்டரை ஆஃப் கூட செய்துகொள்ளலாம். நீங்கள் அடுத்தமுறை Geminiயைத் திறக்கும்போது உங்கள் ஆய்வு முடிந்ததும் உங்களுக்குத் தெரிவிக்கப்படும்.

சூழல் நிர்வாகம்

ஓர் ஆய்வு அமர்வில், நூற்றுக்கணக்கான பக்கங்கள் உள்ள உள்ளடக்கத்தை Gemini செயலாக்க முடியும். தொடர்ச்சியைப் பராமரிக்கவும் ஃபாலோ-அப் கேள்விகளுக்குத் தயாராக இருக்கவும் RAG அமைவுடன், இந்தத் துறையில் முன்னணி வகிக்கும் Geminiயின் 1 மில்லியன் டோக்கன் சூழல் நினைவுத்திறன் அளவைப் பயன்படுத்துகிறோம். ஓர் உரையாடல் அமர்வின்போது தெரிந்துகொண்ட அனைத்தையும் "நினைவில்" வைத்திருக்க சிஸ்டத்திற்கு இது உதவுகிறது. நீங்கள் நீண்ட நேரம் உரையாடும்போது அது மேலும் ஸ்மார்ட் ஆகிறது.

இப்போது 2.0 Flash Thinking (பரிசோதனைப் பதிப்பு) உடன்

டிசம்பரில் Deep Research தொடங்கப்பட்டபோது அதை Gemini 1.5 Pro வழங்கியது. Gemini 2.0 Flash Thinking (பரிசோதனைப் பதிப்பு) அறிமுகத்தின் மூலம் இந்தத் தயாரிப்பின் தரம் மற்றும் சேவைத்திறன் இரண்டையும் வியக்கத்தக்க முறையில் எங்களால் மேம்படுத்த முடிந்தது. சிந்திக்கும் மாடல்கள் மூலம், Gemini அடுத்தக்கட்ட நகர்வைச் செய்வதற்கு முன் அதன் அணுகுமுறையைத் திட்டமிட கூடுதல் நேரம் எடுத்துக்கொள்கிறது. சுய மதிப்பீடு, திட்டமிடல் போன்ற இந்த உள்ளார்ந்த பண்புகள், இந்த மாதிரியான நீண்டகால ஏஜென்ட்டிக் பணிகளுக்கு இதை மிகப் பொருத்தமான தேர்வாக்குகிறது. இதில் இருந்து, ஆய்வின் அனைத்து நிலைகளிலும் Gemini இன்னும் சிறப்பாக உள்ளது மற்றும் கூடுதல் விரிவான அறிக்கைகளை வழங்குகிறது என்பது தெரிகிறது. அதே நேரத்தில், Flash மாடலின் மதிப்பீட்டுத் திறன் Deep Research அம்சத்திற்கான அணுகலை இன்னும் பல பயனர்களுக்கு விரிவுபடுத்த உதவுகிறது. பொதுவாக Flash மற்றும் சிந்திக்கும் மாடல்களை உருவாக்குவதில் எங்களுக்கு மகிழ்ச்சி. அத்துடன், Deep Research இன்னும் மேம்பட்டுக்கொண்டே இருக்கும் என்றும் எதிர்பார்க்கிறோம்.

அடுத்து என்ன?

இந்த சிஸ்டத்தை சூழல்களுக்கு ஏற்ப மாறக்கூடியதாக வடிவமைத்துள்ளோம். எனவே காலப்போக்கில், அது எதை பிரவுஸ் செய்யலாம் என்று முடிவு செய்வதில் உங்களுக்குக் கூடுதல் கட்டுப்பாட்டை வழங்குவது, பொது இணையத்தில் கிடைப்பவற்றைத் தாண்டி அதற்குத் தகவல்களை வழங்குவது ஆகியவற்றின் மூலம் அதன் திறன்களை நாங்கள் விரிவுபடுத்த முடியும்.

Deep Research அம்சத்தைப் பொதுமக்கள் எப்படிப் பயன்படுத்துகின்றனர் என்பதை அறிந்துகொள்ள நாங்கள் ஆர்வமாக உள்ளோம். மேலும், இந்த நிஜ உலக அனுபவங்கள் Deep Research அம்சத்தை நாங்கள் தொடர்ந்து கட்டமைப்பதற்கும் மேம்படுத்துவதற்குமான வழிகளை எங்களுக்குத் தெளிவுபடுத்தும். இறுதியாக, எங்கள் இலக்கு முற்றிலும் ஏஜென்ட்டிக் மற்றும் உலகளவில் பயனுள்ள AI அசிஸ்டண்ட்டை உருவாக்குவதே ஆகும்.