今天凌晨4點(diǎn)30，OpenAI推出輕量級(jí)版本的Deep research功能提高當(dāng)前的速率限制，以擴(kuò)大Plus、Team和Pro用戶(hù)的使用范圍。

值得一提的是，從今天開(kāi)始免費(fèi)ChatGPT用戶(hù)可以使用Deep research，并且支持最新的o4-mini模型。

下面「AIGC開(kāi)放社區(qū)」就用免費(fèi)版為大家展示一下Deep research的免費(fèi)功能?，F(xiàn)在打開(kāi)免費(fèi)版ChatGPT，你就會(huì)發(fā)現(xiàn)下面多了一個(gè)“深度研究功能”，這個(gè)就是Deep research。

例如，我們想寫(xiě)一份論文，提示詞：我想寫(xiě)一份關(guān)于量子計(jì)算的論文，能幫我找一些資料嗎？

ChatGPT會(huì)回答你，能否繼續(xù)補(bǔ)充一下你寫(xiě)論文的資料。還列舉了5個(gè)案例。

咱們直接回答，就按你說(shuō)的那5點(diǎn)吧。這個(gè)時(shí)候你會(huì)發(fā)現(xiàn)，Deep research已經(jīng)開(kāi)始工作，按照那5點(diǎn)開(kāi)始整合資料了。

這個(gè)搜索的時(shí)間會(huì)按照你提供的主題而定。如果是一個(gè)簡(jiǎn)單的問(wèn)題，可能就是幾分鐘，像論文這種需要搜索、整合大量資料的內(nèi)容，時(shí)間就會(huì)很長(zhǎng)。咱們這個(gè)量子計(jì)算論文就用了將近25分鐘。

搜索完畢后，ChatGPT會(huì)提供所有整合內(nèi)容，并提供源鏈接幫你節(jié)省大量搜索時(shí)間。相當(dāng)?shù)暮糜茫P(guān)鍵免費(fèi)的非常香。

想寫(xiě)論文、寫(xiě)旅游攻略、寫(xiě)小說(shuō)、金融分析的用Deep research非常高效。

Deep research是OpenAI在今年2月3日發(fā)布的AI Agent模型，用戶(hù)只需提供一個(gè)提示詞，深度研究就能搜索、分析并綜合數(shù)百個(gè)在線(xiàn)資源，生成一份媲美專(zhuān)業(yè)研究分析師水平的全面報(bào)告。

最初Deep Research是基于o3 模型的優(yōu)化版本開(kāi)發(fā)的，并針對(duì)網(wǎng)頁(yè)瀏覽和數(shù)據(jù)分析場(chǎng)景進(jìn)行了專(zhuān)項(xiàng)適配，能夠運(yùn)用推理能力搜索、解讀和分析互聯(lián)網(wǎng)上海量的文本、圖像和 PDF 文件，并根據(jù)獲取的信息靈活調(diào)整研究方向。

端到端強(qiáng)化學(xué)習(xí)是 Deep Research 技術(shù)的關(guān)鍵所在。傳統(tǒng)的機(jī)器學(xué)習(xí)方法在處理復(fù)雜任務(wù)時(shí)，往往需要人為地劃分多個(gè)階段進(jìn)行訓(xùn)練和優(yōu)化，而端到端強(qiáng)化學(xué)習(xí)則讓模型從輸入到輸出進(jìn)行整體的學(xué)習(xí)和優(yōu)化。

Deep Research通過(guò)這種學(xué)習(xí)方式，學(xué)會(huì)了規(guī)劃和執(zhí)行多步驟的研究軌跡。在面對(duì)一個(gè)復(fù)雜的研究課題時(shí)，它能夠像人類(lèi)研究者一樣，制定出合理的研究計(jì)劃，先確定從哪些渠道獲取信息，然后根據(jù)獲取到的信息進(jìn)行分析，判斷下一步的研究方向。

如果在研究過(guò)程中發(fā)現(xiàn)之前的計(jì)劃存在偏差，它還能像經(jīng)驗(yàn)豐富的研究者一樣進(jìn)行回溯，重新調(diào)整研究策略，確保最終能得到準(zhǔn)確且有價(jià)值的結(jié)果。

在這個(gè)學(xué)習(xí)過(guò)程中，模型不斷地與環(huán)境進(jìn)行交互，從環(huán)境反饋中學(xué)習(xí)最優(yōu)的行為策略。在瀏覽網(wǎng)頁(yè)獲取信息時(shí)，模型會(huì)根據(jù)網(wǎng)頁(yè)內(nèi)容的相關(guān)性、可信度等因素，決定是否深入瀏覽該網(wǎng)頁(yè)，以及如何提取其中有用的信息。這種基于實(shí)時(shí)信息進(jìn)行決策和調(diào)整的能力，是 Deep Research 能夠高效完成復(fù)雜研究任務(wù)的重要保障。

除了端到端強(qiáng)化學(xué)習(xí)，去除模型的延遲限制也是 Deep Research 的重要技術(shù)突破。傳統(tǒng)的大模型為了追求快速響應(yīng)，往往在處理復(fù)雜問(wèn)題時(shí)只能淺嘗輒止，無(wú)法進(jìn)行深入的思考和分析。

Deep Research模型由多個(gè)模塊組成，有點(diǎn)類(lèi)似分層的AI Agent協(xié)同工作。信息發(fā)現(xiàn)模塊，能夠快速定位到各類(lèi)網(wǎng)站、文檔、數(shù)據(jù)庫(kù)等信息源，并從中提取出有價(jià)值的線(xiàn)索。

當(dāng)用戶(hù)想要了解某一特定疾病的最新研究進(jìn)展時(shí)，信息發(fā)現(xiàn)模塊會(huì)迅速在學(xué)術(shù)數(shù)據(jù)庫(kù)、科研機(jī)構(gòu)網(wǎng)站、醫(yī)學(xué)論壇等多個(gè)平臺(tái)上搜索相關(guān)的論文、研究報(bào)告、專(zhuān)家觀點(diǎn)等信息，為后續(xù)的分析和綜合提供豐富的素材。

信息發(fā)現(xiàn)模塊還具備強(qiáng)大的信息篩選能力。它能夠根據(jù)關(guān)鍵詞、語(yǔ)義關(guān)聯(lián)、信息的時(shí)效性和可信度等多個(gè)維度對(duì)搜索到的信息進(jìn)行初步篩選，排除那些與用戶(hù)問(wèn)題無(wú)關(guān)或價(jià)值較低的信息，大大提高了信息處理的效率和質(zhì)量。

在篩選過(guò)程中，它會(huì)運(yùn)用自然語(yǔ)言處理技術(shù)對(duì)信息內(nèi)容進(jìn)行分析，準(zhǔn)確理解信息的含義，確保篩選出的信息與用戶(hù)需求高度匹配。

信息綜合模塊，能將來(lái)自不同渠道的信息進(jìn)行整合和梳理，識(shí)別出信息之間的邏輯關(guān)系，將零散的信息組織成一個(gè)有條理的整體。

測(cè)試數(shù)據(jù)方面，“人類(lèi)最終考試”，是一項(xiàng)涵蓋廣泛知識(shí)領(lǐng)域的基準(zhǔn)測(cè)試。包含約 3000 個(gè)簡(jiǎn)答題和多項(xiàng)選擇題 ，涉及約 100 個(gè)不同學(xué)科。結(jié)果顯示，Deep Research 模型的準(zhǔn)確率達(dá)到 26.6%，超過(guò)R1、o1、Grok2等知名開(kāi)閉源模型。