Deep Research: OpenAIs Agent für tiefgehende Informationsrecherche und -analyse 186

Openai hat kürzlich Deep Research vorgestellt, ein Agent-Produkt für den Bereich der Tiefenforschung, das Benutzern bei komplexen Informationsabfragen und Analysen helfen soll. Deep Research kann eigenständig Erkenntnisse aus dem Internet entdecken, ableiten und zusammenführen und umfassende Forschungsberichte sowie wichtige Erkenntnisse liefern.

Funktionen und Anwendungen von Deep Research

• Informationsintegration: Kann Informationen aus mehreren Quellen sammeln und in leicht verständliche Berichte zusammenführen.

• Echtzeitanalyse: Benutzer können Echtzeit-Themenrecherchen durchführen und die neuesten Informationen und Daten abrufen.

• Branchenvielfalt: Dieses Werkzeug eignet sich für zahlreiche Bereiche wie Finanzen, Wissenschaft, Politik und Ingenieurwesen und ist besonders für Fachleute geeignet, die tiefgehende Wissensarbeit leisten müssen.

Technische Merkmale von Deep Research

End-to-End-Verstärkungslernen

• Deep Research nutzt End-to-End-Verstärkungslernen, wodurch das Modell von der Eingabe bis zur Ausgabe ganzheitlich optimiert werden kann.

• Durch die Interaktion mit der Umgebung kann das Modell mehrstufige Forschungsabläufe planen und ausführen und bei Abweichungen die Strategie anpassen, um die Genauigkeit der Ergebnisse sicherzustellen.

Mehrstufiges Schließen und dynamische Anpassung

• Deep Research kann wie ein menschlicher Forscher Forschungspläne erstellen und komplexe Aufgaben schrittweise zerlegen.

• Beispielsweise ruft das Modell bei der Analyse von Markttrends über Schlüsselwortsuchen erste Informationen ab, sucht weiter nach Branchenberichten, statistischen Daten usw., vergleicht und analysiert Informationen aus verschiedenen Quellen und erstellt schließlich einen umfassenden Bericht.

• Während neue Informationen entdeckt werden, passt das Modell seinen Plan an, um die Vollständigkeit und Genauigkeit der Ergebnisse sicherzustellen.

Durchbrechung der Antwortzeit-Beschränkung

• Im Gegensatz zu herkömmlichen Modellen, die auf schnelle Antworten abzielen, erlaubt Deep Research dem Modell, 5 bis 30 Minuten oder sogar länger für die Bearbeitung einer Aufgabe zu verwenden.

• Diese Verzögerung ist kein Nachteil, sondern ein Zeichen für die Reife des Modells. Durch die tiefgehende Analyse riesiger Informationsmengen kann das Modell umfassendere und genauere Forschungsergebnisse liefern.

Modularer Aufbau

• Deep Research besteht aus mehreren Modulen, darunter Informationsentdeckung, Informationssynthese, Schlussfolgerung und Ausgabe.

• Das Modul zur Informationsentdeckung kann schnell akademische Datenbanken, Webseiten von Forschungseinrichtungen usw. lokalisieren und liefert so reichhaltiges Material für die nachfolgende Analyse.

• Das Modul zur Informationssynthese integriert die Informationen, das Schlussfolgerungsmodul führt logische Ableitungen durch, und das Ausgabemodul erstellt den Bericht.

Anwendungsszenarien von Deep Research

Markt- und akademische Forschung

• Deep Research zeigt hervorragende Leistungen in der Marktforschung und der akademischen Forschung.

• Beispielsweise kann es Marktdaten aus verschiedenen Regionen und Zeiträumen sammeln und Markttrends vorhersagen; in der akademischen Forschung kann es Literatur eingehend studieren, potenzielle Zusammenhänge zwischen verschiedenen Untersuchungen aufdecken und Forschern wertvolle Forschungsansätze liefern.

Konsumentscheidungen und personalisierte Empfehlungen

• Für Produkte, die sorgfältig recherchiert werden müssen (wie Autos, Haushaltsgeräte, Möbel usw.), kann Deep Research hochgradig personalisierte Empfehlungsberichte erstellen.

• Es analysiert die Bedürfnisse der Benutzer und Marktdaten und liefert detaillierte Kaufempfehlungen.

Automatisierte Bearbeitung komplexer Aufgaben

• Der Benutzer muss lediglich einen Prompt bereitstellen, und Deep Research sucht, analysiert und integriert Hunderte von Online-Ressourcen, um einen umfassenden Bericht auf dem Niveau eines Research-Analysten zu erstellen.

• Beispielsweise kann es Berichte über Wettbewerber und Marktforschung erstellen oder Benutzern helfen, eine Fernsehserie zu finden, an deren Name man sich nicht erinnert, aber an den Inhalt einer bestimmten Folge.

Leistung und Testergebnisse

Leistung bei der „Ultimate Exam of Humans“

• Bei der vom Center for AI Safety and Scale veröffentlichten „Ultimate Exam of Humans“ erreichte Deep Research eine Genauigkeit von 26,6 % und übertraf damit deutlich andere bekannte Modelle (wie DeepSeek-R1 mit 9,4 % und o3-mini high mit 13 %).

• Dieser Test umfasst über 3000 Multiple-Choice- und Kurzantwortaufgaben aus mehr als 100 Disziplinen, von Linguistik über Raketenwissenschaft bis hin zu klassischen Studien und Ökologie.

Ergebnisse beim GAIA-Benchmark

• Beim GAIA-Benchmark erreichte Deep Research auf allen drei Schwierigkeitsstufen neue Bestwerte mit einem Ergebnis von 72,57 und übertraf damit die bisher beste Methode (63,64).

• Diese Aufgaben erfordern, dass das Modell über Fähigkeiten zu Schlussfolgerungen, multimodaler Flüssigkeit, Web-Browsing und Werkzeugnutzung verfügt.

Interne Benchmarks und Expertenbewertungen

• Interne Tests von OpenAI zeigen, dass Deep Research Aufgaben bewältigen kann, für die Experten mehrere Stunden benötigen.

• Beispielsweise wurden die Leistungen des Modells in den Bereichen Finanzen, Wissenschaft und Ingenieurwesen von Fachexperten hoch gelobt.

Wie verwendet man Deep Research?

Benutzerrechte

• Derzeit ist Deep Research nur für ChatGPT-Pro-Benutzer verfügbar, mit maximal 100 Abfragen pro Monat.

• Als Nächstes erhalten Plus- und Team-Benutzer Zugriff, gefolgt von Unternehmensbenutzern.

Bedienungsschritte

• Wählen Sie in ChatGPT im „Message Composer“ die Option Deep Research aus und geben Sie Ihre Anfrage ein.

• Teilen Sie ChatGPT mit, was Sie benötigen – sei es eine Wettbewerbsanalyse zu einer Streaming-Plattform oder ein personalisierter Bericht zum besten Pendelverkehr.

• Sie können sogar Dateien oder Tabellen anhängen, um der Anfrage Kontext hinzuzufügen.

• Sobald die Verarbeitung beginnt, werden in der Seitenleiste die durchgeführten Schritte und eine Zusammenfassung der verwendeten Quellen angezeigt.

• Deep Research benötigt möglicherweise 5 bis 30 Minuten, um seine Arbeit abzuschließen. Benutzer können weggehen oder andere Aufgaben erledigen und werden benachrichtigt, sobald die Aufgabe abgeschlossen ist.

• Das Endergebnis wird als Bericht im Chat angezeigt. In den kommenden Wochen wird OpenAI diesen Berichten eingebettete Bilder, Datenvisualisierungen und weitere Analyseausgaben hinzufügen, um klarere Erläuterungen und Kontext zu bieten.

Vergleich mit GPT-4o

Echtzeitfähigkeit

GPT-4o eignet sich besser für Echtzeit-Multimodal-Dialoge, während Deep Research mehr Zeit benötigt, um mehrstufige Forschungsaufgaben mit Tiefe und Detailgenauigkeit abzuschließen.

Gesamtfähigkeiten

• Deep Research kann umfangreiche Erkundungen durchführen und jede Aussage belegen – ideal für Anfragen, die Tiefe und Details in verschiedenen oder spezialisierten Bereichen erfordern.

• GPT-4o zeigt beeindruckende Fähigkeiten in den Bereichen Codierung, Mathematik und anderen technischen Disziplinen, aber viele reale Herausforderungen erfordern das Sammeln umfangreicher Hintergründe und Informationen aus verschiedenen Online-Quellen – genau die Stärke von Deep Research.

Details: https://openai.com/index/introducing-deep-research/