Open Deep Research: инструмент для многоэтапных веб-исследований от Together AI

Компания Together AI представила Open Deep Research — инструмент с открытым исходным кодом, предназначенный для поиска ответов на сложные вопросы с помощью структурированных многоэтапных веб-исследований.

Фреймворк основан на концепции, изначально предложенной OpenAI, но использует более прозрачный подход: его код, наборы данных и архитектура системы полностью открыты для общественности.

В отличие от обычных поисковых систем, которые выдают список ссылок и требуют от пользователей самостоятельного поиска нужной информации, Open Deep Research генерирует структурированные отчёты с цитатами. 

Другие компании выпустили аналогичные инструменты. Google, Grok и Perplexity предлагают функции для глубокого анализа. Anthropic недавно представила функцию анализа на основе агентов для своей модели Claude. Вскоре после выпуска системы OpenAI Hugging Face анонсировала собственную альтернативу с открытым исходным кодом, но не продолжила её разработку.

В Open Deep Research используется четырёхэтапный процесс. Сначала модель планирования генерирует список релевантных запросов, которые затем используются для сбора контента с помощью поискового API Tavily. Модель проверки выявляет пробелы в знаниях, после чего модель написания текста составляет итоговый отчёт.

Для обработки длинных документов дополнительная модель обобщения сжимает контент и оценивает его релевантность. Этот шаг предназначен для того, чтобы крупные языковые модели не превышали ограничения по контекстному окну.

Архитектура системы включает специализированные модели от Alibaba, Meta* и DeepSeek. Qwen2.5-72B отвечает за этап планирования, а Llama-3.3-70B обобщает контент. Llama-3.1-70B извлекает структурированные данные, а DeepSeek-V3 пишет итоговый отчёт. Все компоненты размещены