OpenAI新功能 “深度研究” 登场，人类终极考试的表现超过DeepSeek R1

正文

请到「今天看啥」查看全文

深度研究在此基础上进一步拓展了推理能力，弥合了这一差距，使其能够应对人们在工作和日常生活中所面临的各种问题。

在ChatGPT中，用户可以选择消息框中的“深度研究”选项并输入问题。用户可以向ChatGPT说明需求，也可以附件或电子表格，来增加问题的背景信息。 一旦开始运行，侧边栏会显示已采取的步骤和使用的来源的总结。

深度研究完成工作可能需要5到30分钟，具体时间取决于任务的复杂性和所需的信息量 。 在此期间，用户可以离开或从事其他任务——一旦研究完成，用户将收到通知。最终输出将以聊天中的报告形式呈现。

在未来几周内，OpenAI还将在这类报告中增加嵌入式图像、数据可视化和其他分析结果，以提供更多的清晰度和背景信息。

与深度研究相比，GPT-4o更适合实时、多模态的对话。

对于需要深入探索和详细分析的多方面、特定领域的复杂问题，深度研究能够进行广泛的调研并为每个观点提供引用，这与简单的快速总结不同，它能够提供一份经过充分记录和验证的详细答案，可以直接作为工作成果使用。

端到端强化学习是重点

多模块协同工作

深度研究是通过 端到端强化学习，在多个领域中针对复杂的网络浏览和推理任务进行训练的。

通过这些训练，它学会了如何规划并执行多步骤的操作流程，以找到所需的数据，并在必要时进行回溯以及对实时信息做出反应。

该模型还能够浏览用户上传的文件，利用Python工具绘制并迭代图形，将其生成的图形以及从网站获取的图像嵌入到回答中，并引用其来源中的具体句子或段落。

这种创新的学习方式打破了传统机器学习需要人为划分训练阶段的限制，使模型能够像人类研究者一样进行整体性的思考和决策。

在技术架构层面， Deep Research由四个协同工作的核心模块构成，形成了一个完整的智能研究系统。

第一，是信息发现模块，类似于系统的"探索者"。

它能够敏锐地在学术数据库、科研机构网站、专业论坛等多个平台中定位有价值的信息。这个模块不仅具备强大的检索能力，还配备了先进的信息筛选机制，能够基于关键词、语义关联、时效性和可信度等多维度标准，快速过滤出高质量的研究素材。

第二，是信息综合模块，扮演着"整合者"的角色。

它能够将来自不同渠道的零散信息梳理成系统化的知识体系。无论是处理文字报告、分析数据图表，还是理解专业图片，这个模块都能够准确把握信息之间的逻辑关系，提炼出关键要点。

例如，在处理科技领域的研究任务时，它能够将技术原理、应用案例和发展趋势等多个维度的信息融会贯通，形成完整的技术分析报告。

第三，是推理模块，赋予了系统类人的思考能力。

它运用逻辑推理和知识图谱技术，对收集到的信息进行深度分析和推导。在面对复杂的科学问题时，推理模块能够基于已知事实进行严谨的论证；在进行市场分析时，它会综合考虑历史数据、市场动态和政策环境，做出合理的预测。更重要的是，这个模块具备自我修正能力，能够根据新发现的信息及时调整推理路径。

第四，是输出模块，是系统的"表达者"，负责将研究成果转化为专业的呈现形式。

请到「今天看啥」查看全文