Google выпускает переработанный Gemini Deep Research для Gemini 3 Pro

Компания Google представила переработанную версию своего исследовательского агента Gemini Deep Research, которая была анонсирована в четверг в момент объявления OpenAI о выходе GPT-5.2. Обновление основано на модели Gemini 3 Pro, что позволяет повысить точность фактов и интегрировать функциональность для разработчиков в передовые AI-приложения.

Новый агент Gemini Deep Research сохраняет свою возможность генерировать исследовательские отчеты, одновременно вводя расширенные функции. Разработчики теперь могут встраивать исследовательские возможности SATA-модели Google прямо в свои приложения. Эта интеграция осуществляется через недавно запущенное Interactions API, которое предоставляет разработчикам больший контроль над операциями AI в условиях растущей популярности агентных систем в разработке программного обеспечения.

В своей основе агент обрабатывает и синтезирует огромные объемы информации с высокой эффективностью. Он управляет большими объемами контекста в запросах, что позволяет обрабатывать сложные наборы данных без потери связности. Клиенты уже используют данный инструмент для практических задач, включая процессы должной осмотрительности в бизнесе и исследования токсичности препаратов в фармацевтике, что демонстрирует его полезность в реальных сценариях, требующих точной обработки информации.

Компания Google намерена интегрировать агента глубоких исследований в несколько своих существующих сервисов для расширения доступности. Среди этих сервисов — Google Search для улучшения разрешения запросов, Google Finance для подробного анализа рынка, Gemini App для взаимодействия с пользователями и NotebookLM для организации заметок и знаний. Такие интеграции стремятся использовать сильные стороны агента внутри экосистемы Google.

Производительность агента зависит в значительной степени от дизайна модели Gemini 3 Pro как наиболее фактической базовой модели Google. Эта модель проходит обучение, специально нацеленное на минимизацию галлюцинаций, случаев, когда крупные языковые модели генерируют неточную информацию. Галлюцинации представляют собой значительный риск в долгих задачах глубокого анализа, когда агенты принимают множество автономных решений в течение длительного времени, даже несколько минут или часов. Одно галлюцинированное решение в этих последовательностях может скомпрометировать валидность всего вывода, что делает снижение числа галлюцинаций необходимым для надежной работы.

Чтобы подтвердить свои достижения, Google разработала новый оценочный стандарт, названный DeepSearchQA. Этот стандарт оценивает AI-агентов по сложным многоэтапным задачам поиска информации, которые имитируют реальные исследовательские проблемы. Google сделала DeepSearchQA доступным в качестве открытого ресурса, позволяя более широкому сообществу AI тестировать и сравнивать возможности агентов с использованием стандартизированных метрик.

Прокомментировать в Телеграм: https://t.me/n8nhow

Подписаться на канал обучения n8n: https://t.me/n8ncoaching