Deep Research : l'agent d'OpenAI pour l'exploration et l'analyse approfondies d'informations 190

Openai a récemment lancé Deep Research, un produit de type agent intelligent dédié à la recherche approfondie, conçu pour aider les utilisateurs à effectuer des requêtes et des analyses d'informations complexes. Deep Research est capable de découvrir, de raisonner et d'intégrer de manière autonome des informations provenant du Web, et de fournir des rapports de recherche complets ainsi que des conclusions clés.

Fonctionnalités et applications de Deep Research

• Intégration de l'information : capable de collecter des informations provenant de sources multiples et de les intégrer dans des rapports faciles à comprendre.

• Analyse en temps réel : les utilisateurs peuvent effectuer des recherches thématiques en temps réel afin d'obtenir les informations et les données les plus récentes.

• Polyvalence sectorielle : cet outil s'applique à de nombreux domaines tels que la finance, la science, la politique et l'ingénierie, et convient particulièrement aux professionnels ayant besoin d'un travail de connaissance approfondi.

Caractéristiques techniques de Deep Research

Apprentissage par renforcement de bout en bout

• Deep Research utilise une technique d'apprentissage par renforcement de bout en bout, qui permet au modèle d'être optimisé globalement, de l'entrée à la sortie.

• Grâce à son interaction avec l'environnement, le modèle peut planifier et exécuter des trajectoires de recherche en plusieurs étapes, et revenir en arrière pour ajuster sa stratégie lorsqu'il détecte des écarts, garantissant ainsi l'exactitude des résultats.

Raisonnement multi-étapes et ajustement dynamique

• Deep Research est capable d'élaborer un plan de recherche à la manière d'un chercheur humain, en décomposant progressivement les tâches complexes.

• Par exemple, lors de l'analyse des tendances du marché, le modèle effectuera des recherches par mots-clés pour obtenir des informations préliminaires, puis consultera des rapports sectoriels, des données statistiques, etc., et comparera et analysera les informations provenant de différentes sources avant de produire finalement un rapport de synthèse.

• À mesure qu'il découvre davantage d'informations, le modèle ajuste son plan afin de garantir l'exhaustivité et l'exactitude des résultats.

Briser la limite du temps de réponse

• Contrairement aux modèles traditionnels qui privilégient la rapidité de réponse, Deep Research autorise le modèle à consacrer de 5 à 30 minutes, voire plus, au traitement des questions.

• Cette latence n'est pas un défaut, mais le signe que le modèle arrive à maturité. En analysant en profondeur de vastes quantités d'informations, le modèle est capable de produire des résultats de recherche plus complets et plus précis.

Conception modulaire

• Deep Research se compose de plusieurs modules, notamment la découverte d'informations, la synthèse d'informations, le raisonnement et la sortie.

• Le module de découverte d'informations est capable de localiser rapidement des bases de données académiques, des sites Web d'institutions de recherche, etc., fournissant ainsi une matière riche pour les analyses ultérieures.

• Le module de synthèse d'informations est responsable de l'intégration des informations, le module de raisonnement effectue le raisonnement logique, et le module de sortie génère le rapport.

Scénarios d'application de Deep Research

Études de marché et recherche académique

• Deep Research est particulièrement performant dans les domaines des études de marché et de la recherche académique.

• Par exemple, il peut collecter des données de marché sur différentes régions et périodes afin de prévoir les tendances du marché ; dans la recherche académique, il peut étudier en profondeur la littérature, découvrir les liens potentiels entre différentes études, et fournir aux chercheurs des pistes de recherche précieuses.

Décisions de consommation et recommandations personnalisées

• Pour les produits nécessitant une recherche approfondie (tels que les voitures, les appareils électroménagers, les meubles, etc.), Deep Research est capable de générer des rapports de recommandation hautement personnalisés.

• En analysant les besoins des utilisateurs et les données du marché, il fournit des conseils d'achat détaillés.

Traitement automatisé des tâches complexes

• L'utilisateur n'a qu'à fournir une invite, et Deep Research peut rechercher, analyser et intégrer des centaines de ressources en ligne pour générer un rapport de synthèse digne d'un analyste de recherche.

• Par exemple, il peut générer des rapports sur la concurrence et des études de marché, ou aider les utilisateurs à retrouver une série télévisée dont ils ont oublié le nom mais dont ils se souviennent d'un épisode particulier.

Performances et résultats des tests

Résultats à « l'examen ultime pour l'humain »

• Lors du « Humanity's Last Exam » publié par le Centre pour la sécurité et la mise à l'échelle de l'IA, Deep Research a atteint un taux de précision de 26,6 %, surpassant largement d'autres modèles connus (comme DeepSeek-R1 avec 9,4 % et o3-mini high avec 13 %).

• Ce test comprend plus de 3 000 questions à choix multiples et questions à réponse courte, couvrant plus de 100 disciplines allant de la linguistique à la science des fusées, de la musicologie à l'écologie.

Résultats au基准测试 GAIA

• Lors du test de référence GAIA, Deep Research a atteint de nouveaux sommets sur les trois niveaux de difficulté, avec un score de 72,57, dépassant la meilleure méthode précédente (63,64).

• Ces tâches exigent du modèle des capacités de raisonnement, de fluidité multimodale, de navigation Web et d'utilisation d'outils.

Tests internes et évaluations d'experts

• Les tests internes d'OpenAI montrent que Deep Research est capable d'accomplir des tâches qui prendraient normalement plusieurs heures à un expert.

• Par exemple, dans les domaines de la finance, de la science et de l'ingénierie, les performances du modèle ont été très bien notées par des experts du domaine.

Comment utiliser Deep Research ?

Droits d'accès des utilisateurs

• Pour le moment, Deep Research n'est accessible qu'aux utilisateurs de ChatGPT Pro, avec un maximum de 100 requêtes par mois.

• Ensuite, les utilisateurs des offres Plus et Team y auront accès, suivis par les utilisateurs professionnels.

Étapes d'utilisation

• Dans ChatGPT, sélectionnez Deep Research dans le « message composer » et saisissez votre requête.

• Indiquez à ChatGPT ce dont vous avez besoin, qu'il s'agisse d'une analyse concurrentielle de plateformes de streaming ou d'un rapport personnalisé sur les meilleurs trajets domicile-travail.

• Vous pouvez même joindre des fichiers ou des tableurs pour ajouter du contexte à votre question.

• Une fois lancé, le panneau latéral affichera les étapes entreprises et un résumé des sources utilisées.

• Deep Research peut prendre entre 5 et 30 minutes pour mener à bien son travail. L'utilisateur peut s'absenter ou s'occuper d'autres tâches, et recevra une notification une fois la tâche terminée.

• Le résultat final apparaîtra sous forme de rapport dans le fil de discussion. Au cours des prochaines semaines, OpenAI ajoutera également à ces rapports des images intégrées, des visualisations de données et d'autres sorties analytiques pour fournir des explications et un contexte plus clairs.

Comparaison avec GPT-4o

Caractère temps réel

GPT-4o est mieux adapté aux conversations multimodales en temps réel, tandis que Deep Research nécessite plus de temps pour accomplir des tâches de recherche approfondie en plusieurs étapes, riches en détails.

Capacités globales

• Deep Research est capable d'effectuer des explorations approfondies et de citer chaque affirmation, ce qui le rend adapté aux requêtes spécifiques à un domaine qui exigent de la profondeur et du détail.

• GPT-4o fait preuve de capacités impressionnantes dans les domaines du codage, des mathématiques et d'autres domaines techniques, mais de nombreux défis du monde réel nécessitent la collecte d'un large éventail de contextes et d'informations provenant de sources en ligne variées — ce qui constitue le point fort de Deep Research.

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