【网友狂喜】重大更新！OpenAI 正式向所有用户免费开放 ChatGPT 深度研究（Deep Resear
【网友狂喜】重大更新！OpenAI 正式向所有用户免费开放 ChatGPT 深度研究（Deep Research）功能！附国内使用教程
重磅消息！ 北京时间今天凌晨 4:30，OpenAI 宣布对其 Deep Research（深度研究） 功能进行更新，不仅提高了 Plus、Team 和 Pro 用户的速率限制，更重要的是——从今天开始，所有 ChatGPT 用户，包括免费用户，都可以使用 Deep Research 功能了！ 并且，该功能现已支持最新的 o4-mini 模型。这无疑是一个让广大用户，尤其是免费用户，欢欣鼓舞的消息！
国内用户如何 0 成本体验 Deep Research？
MaynorAI 为大家准备了在国内免费使用 Deep Research 的简易教程：
访问网址：https://agi.maynor1024.live/ 选择节点： 在界面中找到并选择 SaaSGPT 节点。 选择模型： 确保模型选择为 o4-mini。 启用功能： 点击 "深入研究" 按钮。 开始使用： 输入你的研究主题或问题，即可开始体验强大的 Deep Research 功能！
Deep Research 实战演示：以撰写量子计算论文为例
假设你想撰写一篇关于量子计算的论文，可以这样提问：
"我想写一份关于量子计算的论文，能帮我找一些资料吗？"
ChatGPT (启用 Deep Research 后) 可能会先询问你更具体的需求，例如：
你可以直接采纳它的建议：
"就按你说的那5点吧。"
此时，你会看到 Deep Research 已经启动，开始围绕这五个方面进行深入的资料搜索和整合工作。
请注意： Deep Research 的处理时间取决于主题的复杂性。简单问题可能只需几分钟，而像撰写论文这样需要搜索、整合大量资料的任务，则可能需要较长时间。例如，这个量子计算论文的资料搜集过程耗时近 25 分钟。
研究完成后，ChatGPT 会提供一份包含所有整合内容的报告，并附带原始资料的来源链接，极大地节省了你的信息搜集时间。关键是，现在免费用户也能享受这项强大的功能，实在是太香了！
Deep Research 的优势与适用场景
Deep Research 对于需要进行信息收集和整合的任务来说极其高效。无论你是需要：
撰写学术论文 制定详细的旅游攻略 构思小说情节或背景 进行深入的金融市场分析
Deep Research 都能成为你的得力助手。
重要提示：Deep Research 完成任务需要一定时间，对于复杂主题，通常需要半小时或更长时间。建议在 Deep Research 开始运行后，你可以新建一个对话处理其他事务，大约半小时后再切回原对话查看生成的报告。
揭秘 Deep Research：它是什么？如何工作？
Deep Research 是 OpenAI 在 2024 年 2 月 3 日发布的 AI Agent 模型。它的核心能力在于：用户仅需提供一个提示词，Deep Research 就能自动搜索、分析并综合数百个在线资源（包括文本、图像、PDF 文件），最终生成一份媲美专业研究分析师水平的全面报告。
技术核心
起源与优化： 最初 Deep Research 基于 o3 模型的优化版本开发，并针对网页浏览和数据分析场景进行了特别适配。它能够运用推理能力在互联网上搜索、解读和分析海量信息，并根据获取的信息灵活调整研究方向。
端到端强化学习 (End-to-End Reinforcement Learning)： 这是 Deep Research 的关键技术。不同于传统分阶段训练的机器学习方法，端到端强化学习让模型能够从输入到输出进行整体的学习和优化。
像人类研究员一样工作： Deep Research 学会了规划和执行多步骤的研究轨迹。它能制定研究计划，确定信息来源，分析所得信息，并判断下一步方向。 动态调整与回溯： 若发现计划偏差，它能像经验丰富的研究者一样回溯并调整策略，确保结果的准确性和价值。 持续学习： 通过与环境（如网页内容）的交互和反馈，模型不断学习最优策略，例如判断信息的相关性、可信度，决定是否深入挖掘。 去除延迟限制： 传统大模型为追求快速响应，常牺牲思考深度。Deep Research 突破了这种限制，允许进行更深入的思考和分析，从而处理更复杂的任务。
模块化协作：类似分层 AI Agent
Deep Research 模型由多个协同工作的模块组成：
信息发现模块 (Information Discovery):
图片 功能： 快速定位各类网站、文档、数据库等信息源，并从中提取有价值的线索。 示例： 寻找某疾病最新研究进展时，能迅速搜索学术库、机构网站、医学论坛等。 能力： 具备强大的信息筛选能力，运用自然语言处理技术，根据关键词、语义、时效性、可信度等维度筛选信息，确保与用户需求高度匹配。 信息综合模块 (Information Synthesis):
图片 功能： 将来自不同渠道的零散信息进行整合和梳理，识别信息间的逻辑关系，将其组织成一个有条理、结构清晰的整体。
性能表现：超越众多知名模型
在名为 "人类最终考试 (Human Final Exam)" 的基准测试中（涵盖约 100 个学科的约 3000 个简答题和多选题），Deep Research 模型取得了 26.6% 的准确率。这一成绩超过了 R1、o1、Grok2 等其他知名的开源和闭源模型，证明了其在处理复杂知识问答方面的强大能力。
总结： OpenAI 将 Deep Research 功能免费提供给所有用户，是一项极具价值的更新。它强大的信息搜集、分析和整合能力，结合国内可用的访问方式，将极大地提升用户在研究、学习和创作等方面的效率。赶紧去试试吧！
没有评论:
发表评论