元宇宙這一年：技術加速落地，助傳統行業走向新階段
美國當地時間1月8日，2023年CES（消費電子展覽會）完美落幕。而在這項一年一度的科技圈盛事中，元宇宙仍是主角和焦點之一。 索尼在1月6日發布了備受關注的PS VR 2頭顯
英偉達也做深度研究智能體了。
最新論文介紹了英偉達的通用深度研究（UDR）系統，該系統支持個人定制，可接入任何大語言模型（LLM）。
這意味著它能夠圍繞任何語言模型運行，用戶可以完全自定義深度研究策略，并交給智能體實現。
為展示其通用性，英偉達還為 UDR 配備了帶用戶界面的研究演示原型，可在 GitHub 上下載。
網友認為，它使智能體的自主性得到了突破，非常適合企業工作。
論文介紹，以往推出的所有深度研究智能體，都采用硬編碼方式，僅能通過固定的工具選擇來執行特定研究策略。
而英偉達的 UDR 系統能夠圍繞任何 LLM 運行。
還能使用戶能夠在無需額外訓練或微調的情況下，創建、編輯和優化他們完全自定義的深度研究策略。
上圖呈現的是一個典型深度研究工具（DRT）的組成部分，與普通的對話式 LLMs 不同，DRTs 在生成報告之前傾向于持續向用戶更新其進度。
一個 DRT 由兩部分組成：
一個簡單的用戶界面：用于接收研究提示，持續向用戶更新研究進度，并顯示研究報告；
代理邏輯：代碼代理（通過代碼協調大語言模型與工具的組合運用）或 LLM 代理（直接利用模型自身的推理和工具調用能力）。
無論是 Gemini、Perplexity 還是 OpenAI，現有的 DRTs 主要采用僵化的研究策略，除研究提示詞外幾乎不留用戶定制空間；而在具有 LLM 代理的 DRTs 中，往往存在底層模型選擇單一、或僅使用訓練后行為特征相同的同系列模型的問題。
雖然這個問題并不是阻礙 DRTs 廣泛流行的障礙，但它從三個方面限制了它們的實用性:
1、用戶既不能自主設置資源優先級，也無法自動驗證信息的權威性，更無法控制搜索成本。
2、現有的 DRTs 做不出高價值行業需要的專業文檔分析方案。
3、現有的 DRTs 使用的模型是不可換的 —— 用戶不能隨意將最新或最強大的模型與深度研究智能體組合起來，以產生一個更強大的 DRT。
而英偉達的 UDR 系統提出了一種通用的解決方案來解決上述問題。
簡單地說，與專門的 DRT 不同，UDR 從用戶那里接收研究策略和研究提示，允許更高的定制程度。
UDR 能夠將策略從自然語言編譯成可執行的研究編排代碼片段，然后執行策略，并將最終報告交付給用戶。
其最顯著的創新特性包括：
通過自然語言定制研究策略。UDR 支持用戶用自然語言定義和編程自己的研究工作流，系統會將其轉換為可執行、可審計的代碼。
這意味著用戶自己設計的智能操作流程，不需要重新訓練 AI 模型或進行復雜調試，就能直接投入實際使用。
與模型無關的研究工具架構。UDR 將研究邏輯與語言模型解耦，使開發者能夠將任何大語言模型 —— 無論供應商或架構如何 —— 封裝成功能完整的深度研究工具。
這樣一來，產品設計就有了更大發揮空間：既能選用最先進的 AI 模型，又能搭配量身定制的研究方案，實現靈活組合的創新應用。
用戶可控的策略驅動研究界面。下圖的原型展示了四大實用功能：實時修改研究策略、選擇預設策略庫、接收進度通知、查看分析報告。
UDR 通過區分控制邏輯和語言模型推理來提升計算效率：整個深度研究流程的調度由生成的代碼全權負責，這些代碼直接在 CPU 上運行，避免了成本高出數十倍的語言模型推理開銷。
系統僅在用戶自定義研究策略明確要求時才會調用 LLM，且每次調用僅處理代碼變量中存儲的精簡定向文本片段。
這種雙重高效設計 —— 將流程調度交給 CPU 執行邏輯，同時將 LLM 的使用嚴格限定在精準高效的調用中 —— 不僅能夠降低 GPU 資源消耗，還可以顯著減少深度研究任務的總體執行延遲和成本。
仍需進一步探索不過，這項工作目前還存在一定的局限性。
一方面，UDR 系統執行研究策略的準確度，完全取決于底層 AI 模型生成代碼的質量。雖然研究人員通過強制要求代碼添加注釋來減少錯誤，但當策略表述模糊或不夠具體時，系統偶爾還是會產生理解偏差或邏輯錯誤。
另一方面，UDR 默認用戶設計的研究策略本身是合理且可執行的。系統只會做基礎檢查，不會判斷策略步驟是否真正有效。如果策略設計得不好，最終生成的報告可能質量低下、內容不全，或者根本生成不出報告。
此外，還有一點在于，雖然 UDR 會實時顯示研究進度，但當前版本在執行過程中不支持用戶干預（只能停止任務），也無法根據實時反饋調整研究方向。
所有決策都需要在研究開始前就預先設定好，這使得長時間或探索性的研究任務缺乏靈活性。
針對上述問題，研究人員也提出了進一步的解決方案 —— 或者說改進方案：
比如配備可修改定制的研究策略庫、進一步探索如何讓用戶控制語言模型的自由推理過程、將大量用戶提示自動轉化為確定性控制的智能體等。
目前英偉達的 UDR 系統還只是原型階段，并未正式推出，但或許可以期待一下。
期待一個功能完整的正式版本。
參考鏈接：
[1]https://x.com/rohanpaul_ai/status/1964689864244203596
[2]https://research.nvidia.com/labs/lpr/udr/
[3]https://github.com/NVlabs/UniversalDeepResearch
本文來自微信公眾號：量子位（ID：QbitAI），作者：不圓，原標題《英偉達推出通用深度研究系統，可接入任何 LLM，支持個人定制》
本文鏈接：http://www.rrqrq.com/showinfo-45-27450-0.html英偉達推出通用深度研究系統：可接入任何 LLM，支持個人定制
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號