Sentient LabsがAIを強化：オープンソース推論検索がインテリジェントな信頼性を再発明する

Sentient Labsは、ピーター・ティールのFounders Fundが主導する8500万ドルのシードラウンドにより、新しいオープンソースのAI検索フレームワーク、OOnline Searchをローンチした。Sentient Labsは最近、新しいオープンソースのAI検索フレームワーク、オープン・ディープ・サーチ（ODS）オープン・ディープ・サーチ（ODS）を発表した。このフレームワークは、AIに検索、推論、検証機能を提供することで、AIの錯覚問題を緩和することを目的としている。

AIの幻覚とは何か？

AIの幻覚とは、AIモデルが、意味があるように見えるが実際には正しくない情報を生成することです。不正確な情報です。align: left;">    事実、因果関係、または時系列の混乱

    もっともらしく見えるが、実は間違っている結論をつなぎ合わせる

この現象の根本的な原因は、現在のAIモデルが、次のようなものに大きく依存していることです。情報の真実性を真に理解し検証するのではなく、パターン認識に大きく依存していることです。">

<ODS は、マルチツール協調型オープンソース検索エージェントシステムであり、AIモデルの検索、推論、検証を提供するように設計されています。推論と検証機能を提供します。

    Open Search Tool (OST)

OSTはユーザーの意図を理解し、インテリジェントに検索語を生成し、有効な情報を求めてインターネットをクロールし、検索結果を意味的に並べ替え、フィルタリングし、集約することで、品質と検索結果を改善します。

  Open Reasoning Agent (ORA)

ORAは人間のマルチステップ推論プロセスを模倣しており、情報が不十分な場合に二次的なクエリーを積極的に実行したり、さまざまな外部ツールやプラグインを呼び出したり、複雑な論理的または計算的な問題を解決するためにPythonコードを生成して実行することもできます。

ODSの利点

解釈可能:ODS操作の各ステップが可視化されているため、ユーザーはAIの推論リンクと情報ソースをたどることができ、システムの透明性と信頼性が向上します。

カスタマイズ性：ODSは、あらゆる大規模な言語モデルや外部ツール、プラグインへのアクセスをサポートしています。さまざまなアプリケーションシナリオに合わせて推論ルールをカスタマイズできます。

誤情報の削減:複数のソースの相互比較に基づいて、ODSはキーワードのマッチングに基づく誤った結論の数を効果的に削減することができます。複数のソースを相互参照し、二次クエリを積極的に行うことで、キーワードのマッチングのみに基づく誤った結論を回避することで、ODSは誤った情報、虚偽の情報、誤解を招く情報の流布を効果的に減らすことができます。

実際の応用例

医療領域：AIモデルは誤った診断推奨を生成する可能性があり、深刻な結果につながります。ODSを統合することで、医療AIシステムは、診断推奨を生成する前に、最新の医学研究や権威あるガイドラインを自動的に検索して情報の正確性を検証することで、診断の信頼性を向上させることができます。

金融セクター：AIモデルは、古いデータや不正確なデータに基づいて投資推奨を行うことがあります。AIシステムは最新の市場データと分析レポートにリアルタイムでアクセスし、投資推奨の正確性と適時性を確保するために複数の検証を行います。

概要

概要

ODSの立ち上げは、オープンソースのAI検索技術における大きなブレークスルーを意味する。ODSは、AIシステムの透明性と制御性を向上させるだけでなく、開発者により信頼性と信用性の高いAIアプリケーションを構築するための強力なツールを提供します。ODSが進化し続けるにつれて、オープンソースAIが将来のテクノロジー・エコシステムにおいてさらに重要な役割を果たすと信じる理由があります。