गहन शोध, अब Computer में

गहन शोध एक एजेंटिक, पुनरावृत्तीय खोज है जो एक पारंपरिक शोध विश्लेषक की तरह व्यवहार करती है। यह कार्रवाई करने से पहले योजना बनाती है। यह एक के बजाय कई खोजें चलाती है और अगली खोज क्या करनी है, इस पर तर्क करने से पहले हर बार परिणामों को पढ़ती है। यह मूल्यांकन करती है कि क्या उसके पास पर्याप्त साक्ष्य हैं और विरोधों को नोट करती है, गहराई से पढ़ती है, और फिर परिणामों को एक एकल आधिकारिक उत्तर में संश्लेषित करती है।

यही गहराई का कारण है कि गहन शोध में मानक खोज की तुलना में अधिक समय लगता है और अधिक कंप्यूट का उपयोग हो सकता है।

यही कारण है कि Computer में गहन शोध को जोड़ा गया है। एक कठिन प्रश्न का उत्तर केवल शुरुआत है। गहन शोध तेजी से एक रिपोर्ट, एक डैशबोर्ड, या किसी भी अन्य चीज़ की ओर ले जाता है जिसकी काम के लिए आवश्यकता होती है। Computer वह जगह है जहाँ यह सब होता है।

आज हम यह भी घोषणा कर रहे हैं कि गहन शोध Search as Code नामक एक नए दृष्टिकोण के माध्यम से अपने स्वयं के खोज कार्यक्रम लिख सकता है। एक बार में एक क्वेरी चलाने के बजाय, Computer प्रत्येक प्रश्न के लिए एक कस्टम खोज योजना बनाता है और समानांतर में हजारों चरण चलाता है। ये बदलाव मिलकर उस काम का विस्तार करते हैं जो गहन शोध कर सकता है।

यह अब व्यावसायिक संदर्भ में अधिक आधारभूत उत्तरों के लिए आंतरिक फ़ाइलों और ऐप्स से जानकारी प्राप्त करता है। Computer उन उत्तरों को PDF, डेक, डैशबोर्ड, वेबसाइटों और अन्य जैसे कार्य-तैयार स्वरूपों में बदल देता है। यह अधिक सावधानी से तर्क भी करता है और अन्य Computer वर्कफ़्लो में एकीकृत होता है।

बेहतर इनपुट, बेहतर आउटपुट

गहन शोध ज्ञान कार्य की नींव है। किसी मेमो, संक्षिप्त विवरण, योजना या विश्लेषण की गुणवत्ता उसके पीछे के स्रोतों और तर्क की गुणवत्ता पर निर्भर करती है।

गहन शोध को Computer में लाने से वह नींव वहां स्थापित हो जाती है जहां काम पहले से ही होता है। एक हालिया अध्ययन में पाया गया कि लगभग 26% Computer कार्य में शोध और विश्लेषण शामिल हैं, जो कोडिंग, एसेट निर्माण और अन्य की तुलना में सबसे बड़ी श्रेणी है।

आज से पहले, Computer और गहन शोध अलग-अलग थे। उपयोगकर्ताओं को एक थ्रेड में अपनी गहन शोध क्वेरी चलानी पड़ती थी, फिर परिणाम तैयार करने के लिए Computer में दूसरा थ्रेड खोलना पड़ता था।

अब उपयोगकर्ता एक जटिल क्वेरी पूछ सकते हैं और Computer इसे 20+ फ्रंटियर मॉडल में विभाजित उप-कार्यों में बदल देगा। उपयोगकर्ता शोध किए गए उत्तर प्राप्त कर सकते हैं, अनुवर्ती प्रश्न पूछ सकते हैं, कनेक्टेड संदर्भ को खींच सकते हैं, और निष्कर्षों को तैयार एसेट में बदल सकते हैं, सब कुछ एक ही क्वेरी में।

जब खोज इसकी मांग करती है, तो Computer स्वचालित रूप से Statista, PitchBook और CB Insights जैसे प्रीमियम स्रोतों से जानकारी खींचता है, जो उत्तरों को आधिकारिक डेटा के साथ समर्थन प्रदान करता है।

एक कौशल, कई रास्ते

Computer में, गहन शोध एक सार्वभौमिक खोज कौशल का प्रवेश बिंदु है। एक एकल क्वेरी सही पुनर्प्राप्ति पैटर्न के लिए रूट करती है। फिर, यह परिणामों को एक एकीकृत उत्तर में समेटती है।

“क्या टेक्सास स्टार्टअप के कर्मचारियों के गैर-प्रतिस्पर्धा समझौते जिनका हमने अभी अधिग्रहण किया है, अब लागू करने योग्य हैं क्योंकि हम एक कैलिफोर्निया कंपनी बन गए हैं?” जैसे प्रश्न लें।

Computer समानांतर में चार रास्ते चलाता है। यह गैर-प्रतिस्पर्धा पर कैलिफोर्निया के लगभग पूर्ण प्रतिबंध और वहां की अदालतें राज्य के बाहर के समझौतों के साथ कैसा व्यवहार करती हैं, इसकी जांच करता है। यह टेक्सास के प्रवर्तनीयता मानकों का विश्लेषण करता है, जहां गैर-प्रतिस्पर्धा समझौते मान्य हैं यदि वे विशेष प्रशिक्षण या व्यावसायिक रहस्यों से जुड़े हों। यह अधिग्रहण के बाद के अनुबंध असाइनमेंट केस कानून और गैर-प्रतिस्पर्धा पर FTC के हालिया नियमन की समीक्षा करता है।

अंतिम आउटपुट सभी चार रास्तों को एक एकल जोखिम मूल्यांकन में समेटता है, यह साझा करता है कि कौन से समझौते संभवतः शून्य हैं, कौन से जीवित रह सकते हैं, और बाहरी वकील की आवश्यकता कहां है।

AI खोज के लिए एक नया आर्किटेक्चर

Computer में गहन शोध को एक ऐसे आर्किटेक्चर पर बनाया गया है जिसे हम Search as Code कहते हैं।

AI सिस्टम आमतौर पर खोज को एक एकल चरण के रूप में मानते हैं: एक प्रश्न पूछें, परिणाम खोजें। Computer खोज को एक प्रोग्राम मानता है। मॉडल ऐसा कोड लिखता है जो समानांतर में हजारों पुनर्प्राप्ति चरणों को डिज़ाइन और चलाता है, जिनमें से प्रत्येक को उपयोगकर्ता द्वारा पूछे गए प्रश्न के अनुसार आकार दिया जाता है।

कोड मॉडल के ठीक बगल में एक सुरक्षित सैंडबॉक्स में चलता है, इसलिए मॉडल परिणाम आने पर उन्हें देख सकता है और ट्रैक कर सकता है कि कौन से स्रोत खींचे गए और उन्होंने कैसा स्कोर किया। यदि गुणवत्ता अभी तक नहीं है तो यह खोज के बीच में रास्ता बदल सकता है।

व्यवहार में, इसका मतलब है कि एक एकल गहन शोध रन कर सकता है:

एक प्रश्न को सैकड़ों या हजारों लक्षित पुनर्प्राप्ति में विभाजित करना

समानांतर में खोज चलाना, नए थ्रेड प्रकट होने पर उनका अनुसरण करना, और उत्तर कम पड़ने पर पुनः प्रयास करना

मॉडल के देखने से पहले कोड में डिडुप्लिंग, जॉइनिंग और फ़िल्टरिंग करके परिणामों को साफ़ करना

एक ही खोज में अधिकृत कनेक्टर्स का उपयोग करके लाइव वेब और आंतरिक स्रोतों से जानकारी खींचना

वही आर्किटेक्चर जो विक्रेता सुरक्षा नोटिसों में 200 सॉफ़्टवेयर कमजोरियों के ऑडिट को शक्ति प्रदान कर सकता है, चार अलग-अलग न्यायालयों में गैर-प्रतिस्पर्धा समझौते के परिदृश्य का विश्लेषण कर सकता है।

उच्च गुणवत्ता, उद्धृत डेटा

तीन AI मूल्यांकन बेंचमार्क ने पाया कि Perplexity के गहन शोध को Computer के अंदर ले जाने से इसके प्रदर्शन में सुधार होता है। Humanity's Last Exam, BrowseComp और DeepSearchQA के अनुसार, कदम के बाद, तथ्यात्मक सटीकता, विश्लेषण की गहराई और उद्धरण गुणवत्ता में वृद्धि हुई है।

गहन शोध में प्रत्येक तथ्यात्मक दावे में एक इनलाइन उद्धरण होता है। प्रत्येक क्रमांकित सुपरस्क्रिप्ट सीधे एक लाइव स्रोत URL से लिंक करता है, इसलिए उपयोगकर्ता क्लिक करके स्रोत की पुष्टि कर सकते हैं।

उदाहरण क्वेरी

यहां बताया गया है कि Computer के अंदर गहन शोध क्या कर सकता है:

बाय-साइड ड्यू डिलिजेंस (वित्त): तीन सार्वजनिक रूप से सूचीबद्ध यूरोपीय किराना खुदरा विक्रेताओं पर बाय-साइड ड्यू डिलिजेंस करें। उनके वित्तीय प्रदर्शन, स्टोर प्रारूप, निजी-लेबल पैठ, आपूर्ति-श्रृंखला लचीलापन, श्रम लागत जोखिम, और हालिया पुनर्गठन कार्यों को एक संरचित तालिका में संकलित करें, साथ ही प्रमुख जोखिमों और उल्टा परिदृश्यों को उजागर करने वाला एक संक्षिप्त मेमो तैयार करें।

पाइपलाइन प्रतिस्पर्धी समीक्षा (स्वास्थ्य सेवा): आंतरिक कार्यक्रम रणनीति को तेज करने के लिए रिलैप्सड/रिफ्रैक्टरी मल्टीपल मायलोमा में एक प्रतियोगी की प्रायोगिक CAR-T थेरेपी का आकलन करें। चरण 1/2 परीक्षण रीडआउट, विषाक्तता और प्रतिक्रिया डेटा, स्वीकृत विकल्पों के खिलाफ तुलनात्मक परिणाम, भुगतानकर्ता कवरेज रुझान और सक्रिय परीक्षण साइटों को संश्लेषित करें। आंतरिक प्रीक्लिनिकल डेटा, पूर्व प्रोटोकॉल डिज़ाइन और नियामक फाइलिंग से जुड़ने के लिए ऐप कनेक्टर्स के माध्यम से कनेक्ट करें, फिर पोजीशनिंग सिफारिशों और खुले वैज्ञानिक प्रश्नों के साथ विकास समिति के लिए एक संरचित ब्रीफिंग तैयार करें।

हमारी उपयोग केस लाइब्रेरी में अधिक नमूना गहन शोध क्वेरी देखें।

अब उपलब्ध है

Computer में गहन शोध आज उपलब्ध है। एक जटिल प्रश्न के साथ एक थ्रेड शुरू करें और परिणाम से काम करना जारी रखें।

Computer में गहन शोध आज़माएं।