Open Deep Search: Democratizing Search with Open-source Reasoning Agents

我们推出了开放深度搜索（ODS），旨在缩小专有搜索AI解决方案（例如Perplexity的Sonar Reasoning Pro和OpenAI的GPT-4o Search Preview）与其开源替代品之间日益扩大的差距。ODS的主要创新点在于，通过引入能够明智地使用网络搜索工具来回答问题的推理代理，增强最新开源大语言模型（LLM）的推理能力。具体来说，ODS由两个与用户选择的基础LLM协同工作的组件构成：开放搜索工具（Open Search Tool）和开放推理代理（Open Reasoning Agent）。开放推理代理负责解析给定任务，并通过协调一系列动作（包括调用工具，其中一种是开放搜索工具）来完成任务。开放搜索工具是一种新型的网络搜索工具，其性能优于现有的专有工具。结合强大的开源推理LLM（如DeepSeek-R1），ODS在SimpleQA和FRAMES两个基准测试中几乎达到了现有最先进的基线水平，有时甚至超越了它们。例如，在FRAMES评估基准上，ODS将最近发布的GPT-4o Search Preview的最佳现有基线准确率提升了9.7%。ODS是一个通用框架，可以无缝增强任何LLM的搜索和推理能力，从而实现最先进的性能表现。例如，DeepSeek-R1原本在SimpleQA上的准确率为82.4%，在FRAMES上的准确率为30.1%，而通过ODS的增强后，分别提升至SimpleQA的88.3%和FRAMES的75.3%。

论文试图解决开放域问答中开源模型与专有模型性能差距的问题，特别是如何通过增强搜索和推理能力来提升开源大语言模型的表现。这是一个重要的问题，因为目前专有模型（如GPT-4o Search Preview）在性能上仍然显著领先于开源模型。

论文提出了一种名为Open Deep Search (ODS) 的框架，该框架通过将基础开源LLM与两个关键组件结合：Open Search Tool（一个高效的网络搜索工具）和Open Reasoning Agent（一个能够调用工具完成任务的推理代理）。这种方法的核心新意在于利用外部工具增强LLM的能力，而不是单纯依赖模型参数规模或微调策略，从而实现接近甚至超越现有专有模型的效果。

1. ODS在FRAMES基准测试中比GPT-4o Search Preview提高了9.7%的准确率，在SimpleQA上也表现出色；2. 论文展示了ODS是一个通用框架，可以与任何LLM集成，例如DeepSeek-R1；3. 实验设计严谨，使用了SimpleQA和FRAMES两个公开数据集进行评估；4. 论文提到代码和模型可能会开源，为社区提供了进一步研究的基础；5. 提出了未来可能的研究方向，例如优化搜索工具效率和改进多模态推理能力。

近期相关研究包括：1. Perplexity AI的Sonar Reasoning Pro，专注于结合搜索和推理；2. OpenAI的GPT-4o Search Preview，提供先进的搜索增强功能；3. DeepSeek系列模型（如DeepSeek-R1），作为强大的开源基座模型；4. 其他类似工作如Meta的LlamaIndex和Google的Retrieval-Augmented Generation (RAG)，都在探索结合检索和生成的方法。