刚刚，OpenAI上线Deep Research！人类终极考试远超DeepSeek R1

OpenAI 也是卷起来了。

原标题：刚刚，OpenAI上线Deep Research！人类终极考试远超DeepSeek R1
文章来源：机器之心
内容字数：6517字

OpenAI发布深度研究智能体Deep Research：加速复杂信息查询

OpenAI近日发布了面向深度研究领域的全新智能体产品——Deep Research，该产品现已面向Pro用户开放，未来将逐步扩展至Plus、Team及Enterprise用户。Deep Research旨在帮助用户高效完成复杂的多步骤研究任务，其核心功能是利用推理能力整合大量在线信息，在几十分钟内完类需要数小时才能完成的工作。

1. Deep Research的核心功能与优势

Deep Research的核心在于其强大的信息整合能力。它能够工作，用户只需提供查询提示，Deep Research便会自动搜索、分析和综合数百个在线资源，生成一份高质量的研究报告。该智能体由OpenAI即将推出的o3模型的一个优化版本驱动，该模型针对网页浏览和数据分析进行了优化，并能处理文本、图像和PDF等多种数据类型。OpenAI认为，Deep Research标志着其朝着开发通用人工智能(AGI)目标迈出了重要一步，它能够自主发现和整合网络信息，并进行推理，从而产生新颖的科学研究。

2. Deep Research的目标用户及应用场景

Deep Research主要面向金融、科学、政策和工程等领域从事密集知识工作的专业人士，以及需要进行深入产品研究的消费者。它能够处理复杂、耗时的网络研究，例如进行竞争分析、撰写个性化报告等。Deep Research的输出包含完整的记录、清晰的引文和思路摘要，方便用户引用和验证信息。尤其在查找小众、非直观信息方面，Deep Research展现出显著优势。

3. Deep Research的使用方法及与GPT-4的对比

用户可在ChatGPT中选择“message composer”中的Deep Research功能，输入查询并提供必要上下文信息（例如文件或电子表格）。Deep Research运行时间通常为5到30分钟，完成后会向用户发送通知。最终结果将以报告形式呈现，未来还将添加图像、数据可视化等内容。与实时多模态对话更擅长的GPT-4相比，Deep Research更适合需要深入细节和广泛探索的特定领域查询，能够更全面地分析信息并引用所有声明。文章中以寻找电视剧和查询NFL球员平均退休年龄为例，对比了Deep Research和GPT-4在信息深度和完整性上的差异，Deep Research表现出更强大的信息整合和推理能力。

4. Deep Research的技术原理及性能评估

Deep Research采用端到端的强化学习方法进行训练，能够规划和执行多步骤的搜索策略，并根据需要进行回溯和调整。它可以浏览用户上传的文件，使用Python工具进行数据处理，并在报告中嵌入图表和图像。在“人类终极考试”和GAIA基准测试中，Deep Research都取得了领先的成绩，展现了其在解决复杂现实世界问题方面的强大能力。

5. Deep Research的局限性和未来发展

Deep Research目前仍处于早期阶段，存在一些局限性，例如偶尔会出现幻觉或错误推断，以及报告格式方面的问题。但OpenAI表示，这些问题会随着使用和时间的推移而得到改善。未来，Deep Research将连接更多专业数据源，并与其他功能（例如Operator）结合，以执行更复杂的任务。

总而言之，Deep Research是OpenAI在人工智能领域的一项重要突破，它为用户提供了高效完成复杂研究任务的强大工具，并展现了AGI发展的巨大潜力。

联系作者

文章来源：机器之心
作者微信：
作者简介：专业的人工智能媒体和产业服务平台