Google udgiver opgraderet Deep Research Agent med ny interaktions-API til udviklere
Kort sagt
Google har netop udgivet en opgraderet version af sin Deep Research-agent, som nu er tilgængelig for udviklere via en ny Interactions API – og der kommer snart forbrugerudrulninger til Search, NotebookLM og Gemini-appen.
Teknologivirksomhed Google udtalte, at de har udgivet en væsentligt opgraderet version af deres Deep Research-agent, som nu er tilgængelig for udviklere via en ny Interactions API, med planlagt forbrugertilgængelighed til Search, NotebookLM og Gemini-applikationen.
For første gang er udviklere i stand til at integrere Googles mest avancerede autonome forskningsfunktioner direkte i deres egne applikationer. Gemini Deep Research er designet til udvidede informationsindsamlings- og synteseopgaver, og dets ræsonnementssystem er drevet af Gemini 3 Pro, der beskrives som virksomhedens mest faktuelle model til dato. Den er blevet trænet til at reducere hallucinationer og forbedre klarheden og pålideligheden af komplekse rapporter. Ved at udvide flertrins forstærkningslæring til søgning kan agenten uafhængigt navigere i komplicerede informationsmiljøer med forbedret nøjagtighed.
Agenten opbygger sin research-workflow trin for trin ved at generere forespørgsler, gennemgå resultater, identificere manglende information og fortsætte processen, indtil den er færdig med sin undersøgelse. Den nye udgivelse inkluderer større opgraderinger til websøgningens ydeevne, hvilket muliggør dybere navigation på websteder for at udtrække meget specifikke data.
Ifølge Google leverer den seneste version topmoderne ydeevne på Humanity's Last Exam (HLE) og DeepSearchQA, samtidig med at den opnår sine hidtil stærkeste resultater på BrowseComp. Den er optimeret til at producere veldokumenterede rapporter til betydeligt lavere omkostninger og vil snart blive integreret i Google Search, NotebookLM, Google Finance og en forbedret version af Gemini-applikationen.
Tidlige test viser allerede betydelige fremskridt på tværs af områder, hvor nøjagtighed og detaljeret kontekstuel forståelse er afgørende. Inden for finansielle tjenester er virksomheder begyndt at bruge Gemini Deep Research at strømline de tidlige faser af due diligence ved at samle markedsindikatorer, konkurrentindsigt og compliance-overvejelser fra både offentlige og private kilder. Dette har gjort agenten til et værdifuldt værktøj for investeringsteams, der udfører indledende arbejdsgange.
Inden for den videnskabelige sektor anvendes midlet til kompleks sikkerhedsrelateret forskning. Axiom Bio, en virksomhed der udvikler AI-systemer til forudsigelse af lægemiddeltoksicitet, rapporterede, at Gemini Deep Research leverede en dybdegående indledende analyse og præcision på tværs af biomedicinsk litteratur, der gjorde det muligt for virksomhedens forsknings- og opdagelsesprocesser at skride hurtigere frem.
For udviklere, der bygger automatiserede forskningssystemer, tilbyder Gemini Deep Research-agenten bred funktionalitet til at syntetisere information og producere detaljerede, verificerbare rapporter. Den understøtter samlet analyse af brugerdokumenter såsom PDF'er, CSV'er og tekstfiler sammen med offentlige webkilder ved at kombinere filupload med filsøgningsværktøjet.
Det håndterer omfattende kontekst effektivt, hvilket gør det muligt for udviklere at inkludere store mængder baggrundsmateriale direkte i prompten. Outputstrukturen kan formes gennem prompter, hvilket giver fuld kontrol over rapportlayout, overskrifter og datapræsentation. Systemet leverer detaljerede citater til påstande, hvilket sikrer gennemsigtighed med hensyn til dataoprindelse og understøtter strukturerede output, herunder JSON-skemaer, til strømlinet integration i downstream-applikationer.
Googles benchmark for open source-DeepSearchQA skal forbedre webforskningsmuligheder i flere trin
Derudover annoncerede Google open sourcing af en ny benchmark kaldet DeepSearchQA, der er skabt for at evaluere, hvor effektivt researchagenter håndterer omfattende, flertrins webbaserede undersøgelser. DeepSearchQA inkluderer 900 manuelt konstruerede årsagskædeopgaver, der spænder over 17 emneområder, hvor hvert trin bygger på konklusionerne fra det foregående. I stedet for at stole på simple faktaindsamlingsspørgsmål måler benchmarken en agents evne til at producere komplette og udtømmende svarsæt, hvilket muliggør vurdering af både researchens nøjagtighed og indsamlingsdækning.
DeepSearchQA er også tænkt som en diagnostisk ressource til at studere virkningerne af forlænget ræsonnementstid. Intern testning har vist, at ydeevnen forbedres, når agenter får flere muligheder for at køre yderligere søgninger og ræsonnementscyklusser, et område Google forventer at udvide i fremtidige iterationer.
Benchmarkmaterialerne udgives for at fremme fortsat udvikling mod mere dygtige forskningsagenter. Udviklere og forskere kan gennemgå datasættet, ranglisten og startup-Colab, samt undersøge den underliggende metode, der er beskrevet i den ledsagende tekniske rapport.
Selvom Deep Research-landskabet allerede er meget konkurrencepræget, introducerer Googles opdaterede agent bemærkelsesværdige forbedringer, der bygger videre på de eksisterende muligheder. Gemini 3 modeller. Udgivelsen markerer også første gang, at udviklere kan integrere denne teknologi direkte i deres egne applikationer, hvilket giver en betydelig forbedring af forskningsfunktionaliteten i tredjepartsprodukter.
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Alisa, en dedikeret journalist ved MPost, har specialiseret sig i kryptovaluta, beviser uden viden, investeringer og den ekspansive verden af Web3. Med et skarpt øje for nye trends og teknologier leverer hun omfattende dækning for at informere og engagere læserne i det stadigt udviklende landskab af digital finans.
Flere artikler
Alisa, en dedikeret journalist ved MPost, har specialiseret sig i kryptovaluta, beviser uden viden, investeringer og den ekspansive verden af Web3. Med et skarpt øje for nye trends og teknologier leverer hun omfattende dækning for at informere og engagere læserne i det stadigt udviklende landskab af digital finans.
