Gemini із функцією Deep Research

Агентна система

Щоб створити Deep Research, ми розробили нову систему планування, яка дає змогу додатку Gemini працювати над складними завданнями. Спеціально для Deep Research ми навчили моделі Gemini виконувати завдання, наведені нижче.

• Розбивати завдання на частини. Отримавши складний запит користувача, система спочатку формулює детальний план дослідження, розбиваючи завдання на низку менших, з якими легше впоратися. Ви можете переглянути план, запропонований Gemini, і внести зміни, щоб він відповідав вашим цілям.

• Проводити дослідження. Модель стежить за виконанням цього плану й визначає, які підзавдання можна виконувати одночасно, а які потрібно робити послідовно. Модель може використовувати такі інструменти, як пошук і перегляд вебсторінок, щоб отримувати інформацію та обмірковувати її. На кожному кроці модель аналізує наявну інформацію, щоб визначити наступний крок. На спеціальній панелі користувачі можуть бачити, яку інформацію модель отримала й що планує робити далі.

• Об’єднувати дані. Коли модель вважає, що зібрано достатньо інформації, вона об’єднує отримані дані в комплексний звіт. Працюючи над звітом, Gemini критично оцінює дані, визначає ключові теми й суперечності, а також формує його логічну й інформативну структуру. Щоб поліпшити ясність і деталізацію, сервіс навіть проводить кілька етапів самокритики.

Нова категорія, нові проблеми, нові рішення

Розробляючи Deep Research, ми працювали над трьома складними технічними завданнями.

Багатоетапне планування

Дослідницькі завдання передбачають багатоетапне ітеративне планування. На кожному кроці модель має спиратися на всю зібрану інформацію, а потім виявляти дані, яких бракує, і розбіжності, які вона хоче дослідити. При цьому вона намагається знайти баланс між повнотою даних, їх обробкою і часом очікування користувача. Ми навчили модель ефективно виконувати тривале багатоетапне планування й раціонально використовувати дані, тому Deep Research працює з інформацією з будь-яких відкритих доменів і підходить для всіх тем.

Складні міркування

Зазвичай, щоб виконати завдання, Deep Research багаторазово звертається до моделі протягом кількох хвилин. Це ускладнює створення агентів: важливо, щоб одна помилка не призводила до перезапуску всього завдання.

Щоб вирішити цю проблему, ми розробили новий асинхронний менеджер завдань, який підтримує спільний стан для планувальника й моделей завдань, що дає змогу м’яко виправляти помилки, не перезапускаючи завдання повністю. Ця система дійсно асинхронна: після запуску проєкту Deep Research можна перейти в інший додаток або просто вимкнути комп’ютер; ви отримаєте сповіщення про завершення дослідження, коли працюватимете з Gemini наступного разу.

Керування контекстом

Упродовж сеансу дослідження Gemini може опрацювати сотні сторінок контенту. Щоб забезпечити безперервність і можливість ставити додаткові запитання, ми використовуємо найкраще в галузі контекстне вікно Gemini на 1 млн токенів і метод RAG (генерації з доповненням через пошук). Завдяки цьому система "запам’ятовує" все, що вона дізналася під час сеансу чату, тож що довше ви з нею взаємодієте, то розумнішою вона стає.

Тепер на основі 2.0 Flash Thinking (експериментальної моделі)

Коли ми запустили функцію Deep Research у грудні, вона працювала на основі моделі Gemini 1.5 Pro. Запровадивши Gemini 2.0 Flash Thinking (експериментальну модель), ми змогли значно покращити якість і ефективність цього продукту. Завдяки моделям, здатним міркувати, Gemini більше часу приділяє плануванню наступних кроків, перш ніж виконувати їх. Ця вбудована характеристика самоаналізу й планування робить Gemini чудовим інструментом для таких довготривалих агентних завдань. Ми бачимо, що тепер Gemini ще краще справляється з усіма етапами дослідження й надає детальніші звіти. Водночас обчислювальна ефективність моделі Flash дає нам змогу відкрити доступ до Deep Research значно більшій кількості користувачів. Ми продовжуємо розробку моделей Flash і загалом моделей, здатних міркувати, і очікуємо, що функція Deep Research ставатиме дедалі кращою.

Що далі?

Ми створили універсальну систему, щоб із часом розширювати її можливості: давати вам змогу краще керувати тим, які ресурси вона може використовувати, а також підключати до неї додаткові джерела, окрім тих, що доступні в Інтернеті.

Ми раді бачити, як люди використовують Deep Research, і реальні приклади допоможуть нам розвивати й удосконалювати цю функцію. Зрештою, наша мета – створити справді агентного й універсального помічника на основі ШІ.