گوگل، عامل تحقیقات عمیق ارتقا یافته را با رابط برنامهنویسی کاربردی (API) تعاملات جدید برای توسعهدهندگان منتشر کرد.
به طور خلاصه
گوگل به تازگی نسخه ارتقا یافتهای از عامل تحقیقات عمیق خود را منتشر کرده است که اکنون از طریق یک API جدید به نام Interactions در دسترس توسعهدهندگان قرار دارد - و به زودی نسخههای مصرفی آن برای Search، NotebookLM و برنامه Gemini نیز عرضه خواهد شد.
شرکت فناوری گوگل اعلام کرد که نسخهای اساساً ارتقا یافته از عامل تحقیقات عمیق خود را منتشر کرده است که اکنون از طریق یک رابط برنامهنویسی کاربردی جدید به نام Interactions API در دسترس توسعهدهندگان قرار دارد و قرار است برای کاربران عادی نیز در دسترس باشد. این نسخه برای Search، NotebookLM و برنامه Gemini در نظر گرفته شده است.
برای اولین بار، توسعهدهندگان میتوانند پیشرفتهترین قابلیتهای تحقیقاتی خودکار گوگل را مستقیماً در برنامههای خود ادغام کنند. Gemini Deep Research برای کارهای جمعآوری و ترکیب اطلاعات گسترده طراحی شده است و سیستم استدلال آن توسط Gemini 3 Pro پشتیبانی میشود که به عنوان واقعیترین مدل این شرکت تا به امروز توصیف شده است. این مدل برای کاهش توهم و افزایش وضوح و قابلیت اطمینان گزارشهای پیچیده آموزش دیده است. با گسترش یادگیری تقویتی چند مرحلهای برای جستجو، عامل میتواند به طور مستقل در محیطهای اطلاعاتی پیچیده با دقت بهبود یافته پیمایش کند.
این عامل، گردش کار تحقیقاتی خود را گام به گام با ایجاد پرسوجوها، بررسی نتایج، شناسایی اطلاعات از دست رفته و ادامه فرآیند تا تکمیل تحقیقات خود، میسازد. نسخه جدید شامل ارتقاءهای اساسی در عملکرد جستجوی وب است که امکان پیمایش عمیقتر در وبسایتها را برای استخراج دادههای بسیار خاص فراهم میکند.
طبق گفته گوگل، آخرین نسخه، عملکرد بسیار پیشرفتهای را در آزمونهای Humanity’s Last Exam (HLE) و DeepSearchQA ارائه میدهد، ضمن اینکه در BrowseComp نیز به قویترین نتایج خود تا به امروز دست یافته است. این نسخه برای تولید گزارشهای دقیق با هزینه بسیار پایینتر بهینه شده است و به زودی در Google Search، NotebookLM، Google Finance و نسخه بهبود یافته برنامه Gemini ادغام خواهد شد.
آزمایشهای اولیه در حال حاضر دستاوردهای قابل توجهی را در زمینههایی که دقت و درک دقیق از زمینه ضروری است، نشان میدهد. در خدمات مالی، شرکتها شروع به استفاده از تحقیقات عمیق Gemini برای سادهسازی مراحل اولیهی بررسیهای لازم با جمعآوری شاخصهای بازار، بینش رقبا و ملاحظات انطباق از منابع عمومی و اختصاصی. این امر، این نماینده را به ابزاری ارزشمند برای تیمهای سرمایهگذاری که گردشهای کاری اولیه را انجام میدهند، تبدیل کرده است.
در بخش علمی، این عامل در تحقیقات پیچیده مرتبط با ایمنی به کار گرفته میشود. Axiom Bio، شرکتی که سیستمهای هوش مصنوعی را برای پیشبینی سمیت دارویی توسعه میدهد، گزارش داد که Gemini Deep Research عمق تجزیه و تحلیل اولیه و دقت را در متون زیستپزشکی ارائه میدهد که به فرآیندهای تحقیق و کشف آن اجازه میدهد سریعتر پیشرفت کنند.
برای توسعهدهندگانی که سیستمهای تحقیقاتی خودکار میسازند، عامل Gemini Deep Research قابلیتهای گستردهای را برای ترکیب اطلاعات و تولید گزارشهای دقیق و قابل تأیید ارائه میدهد. این عامل با ترکیب File Upload با File Search Tool، از تجزیه و تحلیل یکپارچه اسناد کاربر مانند PDFها، CSVها و فایلهای متنی در کنار منابع وب عمومی پشتیبانی میکند.
این سیستم، زمینه گستردهای را به طور مؤثر مدیریت میکند و به توسعهدهندگان این امکان را میدهد که مقادیر زیادی از مطالب پسزمینه را مستقیماً در اعلان بگنجانند. ساختار خروجی را میتوان از طریق اعلان شکل داد و کنترل کامل بر طرحبندی گزارش، عناوین و ارائه دادهها را فراهم کرد. این سیستم، استنادهای جزئی برای ادعاها ارائه میدهد و شفافیت در مورد منشأ دادهها را تضمین میکند و از خروجیهای ساختاریافته، از جمله طرحهای JSON، برای ادغام ساده در برنامههای پاییندستی پشتیبانی میکند.
گوگل بنچمارک DeepSearchQA را برای پیشبرد قابلیتهای تحقیق وب چند مرحلهای، متنباز کرد.
علاوه بر این، گوگل از متنباز کردن یک معیار جدید به نام DeepSearchQA خبر داد که برای ارزیابی میزان اثربخشی عوامل تحقیقاتی در مدیریت پرسشهای جامع و چند مرحلهای مبتنی بر وب ایجاد شده است. DeepSearchQA شامل ۹۰۰ وظیفه زنجیرهای علت و معلولی است که به صورت دستی ساخته شدهاند و ۱۷ حوزه موضوعی را در بر میگیرند و هر مرحله بر اساس نتیجهگیریهای مرحله قبلی بنا میشود. این معیار به جای تکیه بر سوالات ساده بازیابی اطلاعات، توانایی یک عامل را در تولید مجموعههای پاسخ کامل و جامع میسنجد و امکان ارزیابی دقت تحقیق و پوشش بازیابی را فراهم میکند.
DeepSearchQA همچنین به عنوان یک منبع تشخیصی برای مطالعه اثرات زمان استدلال طولانی در نظر گرفته شده است. آزمایشهای داخلی نشان داده است که وقتی به عاملها فرصتهای بیشتری برای اجرای جستجوها و چرخههای استدلال اضافی داده میشود، عملکرد بهبود مییابد، حوزهای که گوگل انتظار دارد در نسخههای آینده آن را گسترش دهد.
مطالب مربوط به معیارها برای تشویق به پیشرفت مداوم به سمت عوامل تحقیقاتی توانمندتر منتشر میشوند. توسعهدهندگان و محققان میتوانند مجموعه دادهها، جدول امتیازات و Colab اولیه را بررسی کنند و همچنین روششناسی اساسی شرح داده شده در گزارش فنی همراه را بررسی کنند.
اگرچه چشمانداز تحقیقات عمیق از قبل بسیار رقابتی است، اما عامل بهروز شده گوگل پیشرفتهای قابل توجهی را معرفی میکند که بر قابلیتهای موجود بنا شده است. برج جوزا ۳ مدل. این نسخه همچنین اولین باری است که توسعهدهندگان میتوانند این فناوری را مستقیماً در برنامههای خود ادغام کنند و بهبود قابل توجهی در عملکرد تحقیق در محصولات شخص ثالث ارائه دهند.
رفع مسئولیت
در خط با دستورالعمل های پروژه اعتماد، لطفاً توجه داشته باشید که اطلاعات ارائه شده در این صفحه به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا هر شکل دیگری در نظر گرفته نشده است و نباید تفسیر شود. مهم است که فقط در موردی سرمایه گذاری کنید که توانایی از دست دادن آن را دارید و در صورت شک و تردید به دنبال مشاوره مالی مستقل باشید. برای کسب اطلاعات بیشتر، پیشنهاد می کنیم به شرایط و ضوابط و همچنین صفحات راهنمایی و پشتیبانی ارائه شده توسط صادرکننده یا تبلیغ کننده مراجعه کنید. MetaversePost متعهد به گزارش دقیق و بی طرفانه است، اما شرایط بازار بدون اطلاع قبلی ممکن است تغییر کند.
درباره نویسنده
آلیسا، یک روزنامه نگار اختصاصی در MPostمتخصص در ارزهای دیجیتال، اثبات دانش صفر، سرمایه گذاری و حوزه گسترده Web3. او با نگاهی دقیق به روندها و فناوریهای نوظهور، پوشش جامعی را برای اطلاعرسانی و مشارکت خوانندگان در چشمانداز همیشه در حال تحول مالی دیجیتال ارائه میکند.
مقالات بیشتر
آلیسا، یک روزنامه نگار اختصاصی در MPostمتخصص در ارزهای دیجیتال، اثبات دانش صفر، سرمایه گذاری و حوزه گسترده Web3. او با نگاهی دقیق به روندها و فناوریهای نوظهور، پوشش جامعی را برای اطلاعرسانی و مشارکت خوانندگان در چشمانداز همیشه در حال تحول مالی دیجیتال ارائه میکند.
