|
01。 概述 GPT Researcher 是一款专为执行各种任务而设计的自主代理，它能够进行全面的在线研究。该代理能够生成详尽、真实且无偏见的研究报告，并提供定制选项，以便专注于相关资源和大纲。GPT研究员受到最近关于计划与解决和RAG（检索增强生成）论文的启发，解决了错误信息、速度、确定性和可靠性的问题，通过并行代理工作而非同步操作，提供了更稳定的性能和更快的速度。其使命是通过利用人工智能的力量，为个人和组织提供准确、无偏见和真实的信息。02。 优势 为了形成手动研究任务的客观结论可能需要时间，有时需要数周来找到正确的资源和信息。 当前的大型语言模型（LLMs）训练于过去和过时的信息，存在产生幻觉的高风险，使它们在研究任务中几乎变得不相关。 当前的大型语言模型仅限于短标记输出，这不足以满足长篇详细的研究报告（2000字以上）。 提供网络搜索服务的系统（如ChatGPT + Web插件）只考虑有限的来源和内容，有时会导致错误信息和肤浅的结果。 仅使用部分网络资源可能会在确定研究任务的正确结论时产生偏见。
03。 Demo https://private-user-images.githubusercontent.com/13554167/321903110-dd6cf08f-b31e-40c6-9907-1915f52a7110.mp4?jwt=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.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.vshdZR7nuSwbB4lbWH_0mvT3_4YdEU_QYZM-Q7O2C5g 04。 架构 核心思想在于运行“规划”和“执行”两类代理，其中规划代理负责生成研究问题，而执行代理则基于每个生成的研究问题寻找最相关的信息。最终，规划代理将过滤和汇总所有相关信息，并创建一份研究报告。这些代理利用gpt-4o-mini和gpt-4o（128K上下文）完成研究任务。为了优化成本，仅在必要时使用每一种模型。平均研究任务大约需要3分钟完成，成本约为0.005美元。- 生成一组研究问题，这些问题共同构成对任何给定任务的客观意见。
- 对于每个研究问题，激活一个爬虫代理，该代理在网络上抓取与给定任务相关的信息资源。
- 对于每个抓取的资源，根据相关信息进行总结，并记录其来源。
- 最后，过滤和汇总所有总结过的来源，并生成最终的研究报告。
| 
