ディープ検索を開いて困惑とchatgpt検索に挑戦するために到着します

テック業界にいるなら、Sentient Foundationが提供する新しいオープンソースフレームワーク、Open Deep Search（ODS）に関する話題を耳にしたことがあるかもしれません。ODSは、PerplexityやChatGPT Searchのような独自のAI検索エンジンに代わる堅牢な選択肢を提供し、大きな注目を集めています。ODSは、大規模言語モデル（LLM）に高度な推論エージェントを活用し、ウェブ検索やその他のツールを利用してクエリに効果的に答えることを目的としています。

AI検索の現状

今日のAI検索ツール、例えばPerplexityやChatGPT Searchは、LLMの知識と推論能力をリアルタイムのウェブ検索と組み合わせ、最新の回答を提供する点で優れています。しかし、これらのシステムはしばしば独自の壁に閉ざされており、カスタマイズや特殊なアプリケーションが難しい場合があります。

Sentientの共同創業者であるHimanshu Tyagi氏は、VentureBeatに対し次のように語りました。「AI検索のほとんどの革新は、閉ざされた環境で進んできました。オープンソースの取り組みは、使いやすさやパフォーマンスで歴史的に遅れをとっていました。ODSは、このギャップを埋め、オープンシステムが品質、速度、柔軟性において閉じたシステムと競合し、場合によってはそれを超えることを証明することを目指しています。」

Open Deep Search（ODS）のアーキテクチャ

ODSは単なるツールではなく、DeepSeek-R1のようなオープンソースモデルや、GPT-4oやClaudeのようなクローズドモデルと統合可能なプラグアンドプレイシステムです。ODSの核心には2つの主要なコンポーネントがあります：

オープン検索ツール

このコンポーネントは、クエリを受け取り、ウェブから関連情報を収集してLLMにコンテキストとして提供します。賢いことに、クエリをさまざまな方法で言い換え、広範で多様な検索を保証します。検索エンジンから結果を取得した後、スニペットやリンクされたページを抽出し、チャンキングと再ランキングを行って最も関連性の高いコンテンツを特定します。Wikipedia、ArXiv、PubMedなどの特定のソースを処理するのに特に優れており、矛盾する情報に直面した場合には信頼できるソースを優先するよう促すことができます。

オープン推論エージェント

このエージェントは、クエリを受け取り、ベースとなるLLMとさまざまなツール（オープン検索ツールを含む）を使用して最終的な回答を作成します。SentientはODS内に2つの異なるエージェントアーキテクチャを提供しています：

ODS-v1

このバージョンは、ReActエージェントフレームワークとChain-of-Thought（CoT）推論を組み合わせています。ReActエージェントは、推論ステップ（「思考」）、アクション（検索ツールの使用など）、および観察（そのアクションの結果）を交互に行い、このプロセスを繰り返して回答に到達します。ReActエージェントが問題に直面した場合、CoT自己一貫性に頼り、複数のCoT応答をサンプリングして最も一般的な回答を選択します。

ODS-v2

このバージョンは、Chain-of-Code（CoC）とHugging Face SmolAgentsライブラリで構築されたCodeActエージェントを採用しています。CoCは、LLMがコードスニペットを生成・実行して問題を解決する能力を利用し、CodeActはアクションの計画にコード生成を使用します。ODS-v2は複数のツールとエージェントを管理でき、複雑なタスクや複数回の検索が必要な高度な計画を必要とするタスクに最適です。

ODSアーキテクチャ クレジット：arXiv

Tyagi氏は次のように説明しました。「ChatGPTやGrokのようなツールは、会話型エージェントを通じて『深層研究』を提供しますが、ODSは異なるレベルで動作します。Perplexity AIの背後にあるインフラストラクチャに似ており、単なる要約ではなく、インテリジェントな情報取得を支える基盤を提供します。」

パフォーマンスと実際の結果

Sentientは、ODSをオープンソースのDeepSeek-R1モデルと組み合わせてテストし、Perplexity AIやOpenAIのGPT-4o Search Preview、さらにはGPT-4oやLlama-3.1-70Bのような単独のLLMと比較しました。検索対応AIシステムの精度を評価するために、FRAMESおよびSimpleQAベンチマークを調整して使用しました。

結果は印象的でした。DeepSeek-R1と組み合わせたODS-v1とODS-v2は、Perplexityの主力製品を上回りました。ODS-v2とDeepSeek-R1は、複雑なFRAMESベンチマークでGPT-4o Search Previewを上回り、SimpleQAでもほぼ同等の結果を示しました。

興味深い洞察の一つは、フレームワークの効率性でした。ODSの両バージョンの推論エージェントは、検索ツールを賢く使い、初期結果の品質に基づいて追加の検索が必要かどうかを判断しました。たとえば、ODS-v2は、より単純なSimpleQAタスクではウェブ検索を少なく使用し、FRAMESのより複雑なマルチホップクエリではリソースを最適化しました。

企業への影響

リアルタイム情報と強力なAI推論能力を活用したい企業にとって、ODSはゲームチェンジャーです。独自のAI検索システムに代わる透明でカスタマイズ可能、かつ高性能な選択肢を提供します。好みのオープンソースLLMやツールを組み込むことができるため、組織はAIスタックをカスタマイズし、単一のベンダーに縛られることを避けられます。

Tyagi氏は次のように述べました。「ODSはモジュラー設計を念頭に置いて作られました。プロンプトで提供された説明に基づいて使用するツールを動的に選択します。つまり、ツールが適切に説明されていれば、事前の知識がなくても流暢に新しいツールと対話できます。」

ただし、彼はツールセットが過剰に混雑するとODSのパフォーマンスが低下する可能性があると警告し、「慎重な設計が重要です」と述べました。

SentientはODSのコードをGitHubで公開し、コミュニティが探索し貢献することを歓迎しています。

Tyagi氏は最後にこう結論づけました。「当初、PerplexityやChatGPTの強みは先進技術にありましたが、ODSによってこの技術的差は埋まりました。私たちは今、『オープンな入力とオープンな出力』戦略を通じて彼らの能力を超えることを目指しており、ユーザーがSentient Chatにカスタムエージェントをシームレスに統合できるようにします。」