ጥልቅ ምርምርን ማስተዋወቅ
አስተያየትን በመጠቀም ከፍተኛ መጠን ያለው የመስመር ላይ መረጃን ለማዋሃድ እና ባለብዙ ደረጃ የምርምር ተግባሮችን ለማጠናቀቅ የሚችል ወኪል። ዛሬ ለPro ተጠቃሚዎች ይገኛል፣ ለPlus እና Team ተጠቃሚዎች ቀጣይ ይገኛል።
የፌብሯሪ 10፣ 2026 ዝማኔ፦ አሁን ላይ ጥልቅ ምርምርን ከማንኛውም MCP ወይም መተግበሪያ ጋር ማገናኘት እና የድር ፍለጋዎችን በሚታመኑ ጣቢያዎች ላይ ብቻ መገደብ የሚችሉ ሲሆን ይህም በተረጋገጡ፣ የኢንዱስትሪ መደበኛ ምንጮች ላይ ትኩረት ማድረግ እንዲችሉ ያደርግዎታል። እንዲሁም አሁን የእውነተኛ-ጊዜ እድገትን መከታተል እና ተከታይ ጥያቄዎችን ወይም አዲስ ምንጮችን ለማሻሻል ሒደቱን ማቋረጥ ይችላሉ። የእርስዎን ምርምር ለመጀመር፣ ለመከታተል እና ለመገምገም ከጫፍ እስከ ጫፍ ቀላል እንዲሆን ለማድረግ የእይታ ተሞክሮውን አዘምነነዋል።
ሐምሌ 10፣ 2017 ዝማኔ፦ ጥልቅ ምርምር አሁን እንደ የChatGPT ወኪል አካል በመሆን በምስላዊ አሳሽ መዳረሻ የበለጠ በጥልቀት መሄድ እና መስፋት ይችላል። እነዚህን የተሻሻሉ ችሎታዎች መዳረሻ ለማግኘት በቀላሉ በማጠናቀሪያው ውስጥ ካለው የሚዘረጋ ምናሌ ውስጥ «የወኪል ሁነታ» የሚለውን ይምረጡ እና ጥያቄዎን በቀጥታ ያስገቡ። የመጀመሪያው ጥልቅ ምርምር ተግባር በመሳሪያዎች ምናሌ ውስጥ ባለው «ጥልቅ ምርምር» አማራጭ አማካኝነት አሁንም ይገኛል።
ሚያዚያ 16፣ 2017 ዝማኔ፦ ጥልቅ ምርምርን መጠቀም የሚችሉበት ጊዜ ብዛት በከፍተኛ ደረጃ እየጨመርን ነው—Plus፣ Team፣ Enterprise እና Edu ተጠቃሚዎች አሁን በወር 25 ጥያቄዎችን ያገኛሉ፣ Pro ተጠቃሚዎች 250 ያገኛሉ እና ነፃ ተጠቃሚዎች 5 ያገኛሉ። ይህ እውን የተደረገው በo4-mini ስሪት የተጎለበተ አዲስ የጥልቅ ምርምር ቀላል ስሪት በመጠቀም ነው፣ ይህም ወጪ ቆጣቢነትን እያሻሻለ ከፍተኛ ጥራት ለመጠበቅ የተነደፈ ነው። የሙሉ ስሪት ገደብዎ ላይ ከደረሱ በኋላ፣ ጥያቄዎችዎ በራስ-ሰር ወደ ቀላል ስሪት ይቀየራሉ።
የካቲት 18፣ 2017 ዝማኔ፦ ሁሉም Plus ተጠቃሚዎች አሁን ጥልቅ ምርምርን መጠቀም ይችላሉ።
ጥር 28፣ 2017 ዝመና፦ ጥልቅ ምርምር አሁን በእንግሊዝ፣ ስዊዘርላንድ እና በአውሮፓ ኢኮኖሚያዊ አካባቢ ላሉ Pro ተጠቃሚዎች ይገኛል።
ዛሬ በChatGPT ውስጥ ጥልቅ ምርምር እየጀመርን ነው፣ ይህም በበይነ-መረብ ላይ ለውስብስብ ተግባራት ባለብዙ ደረጃ ምርምር የሚያካሂድ አዲስ ወኪላዊ ችሎታ ነነው። ለሰው ልጅ ብዙ ሰዓታት የሚወስዱ ነገሮችን በአስር ደቂቃዎች ውስጥ ያከናውናል።
ጥልቅ ምርምር በተናጥል ሥራ ሊሰራልዎ የሚችል የOpenAI ቀጣይ ወኪል ነው— እርስዎ እርምጃ ይሰጡታል፣ እና ChatGPT በምርምር ተንታኝ ደረጃ አጠቃላይ ሪፖርት ለመፍጠር በመቶዎች የሚቆጠሩ የመስመር ላይ ምንጮችን ያገኛል፣ ይተነትናል እና ያዋህዳል። ለድር አሰሳ እና ለውሂብ ትንተና የተመቻቸ በመጪው የOpenAI o3 ሞዴል ስሪት የተጎላበተ ሲሆን፣ በበይነ-መረብ ላይ ከፍተኛ መጠን ያላቸው ጽሑፎች፣ ምስሎች እና PDFዎች ለመፈለግ፣ ለመተርጎም እና ለመተንተን ማመዛዘን ይጠቀማል።
እውቀትን የማዋሃድ ችሎታ አዲስ እውቀት ለመፍጠር አስቀድሞ የሚያስፈልግ ነው። በዚህ ምክንያት፣ ጥልቅ ምርምር አዲስ ሳይንሳዊ ምርምርን ለመስራት ያስችላል በማለት ረጅም ጊዜ ወዳቀድነው ወደ ሰፊው AGIን የማዳበር ግባችን የሚደረግ ጉልህ እርምጃ ነው።
Deep research is built for people who do intensive knowledge work in areas like finance, science, policy, and engineering and need thorough, precise, and reliable research. It can be equally useful for discerning shoppers looking for hyper-personalized recommendations on purchases that typically require careful research, like cars, appliances, and furniture. Every output is fully documented, with clear citations and a summary of its thinking, making it easy to reference and verify the information. It is particularly effective at finding niche, non-intuitive information that would require browsing numerous websites. Deep research frees up valuable time by allowing you to offload and expedite complex, time-intensive web research with just one query.
Deep research independently discovers, reasons about, and consolidates insights from across the web. To accomplish this, it was trained on real-world tasks requiring browser and Python tool use, using the same reinforcement learning methods behind OpenAI o1, our first reasoning model. While o1 demonstrates impressive capabilities in coding, math, and other technical domains, many real-world challenges demand extensive context and information gathering from diverse online sources. Deep research builds on these reasoning capabilities to bridge that gap, allowing it to take on the types of problems people face in work and everyday life.
In ChatGPT, select ‘deep research’ in the message composer and enter your query. Tell ChatGPT what you need—whether it’s a competitive analysis on streaming platforms or a personalized report on the best commuter bike. You can attach files or spreadsheets to add context to your question. Once it starts running, a sidebar appears with a summary of the steps taken and sources used.
Deep research may take anywhere from 5 to 30 minutes to complete its work, taking the time needed to dive deep into the web. In the meantime, you can step away or work on other tasks—you’ll get a notification once the research is complete. The final output arrives as a report within the chat – in the next few weeks, we will also be adding embedded images, data visualizations, and other analytic outputs in these reports for additional clarity and context.
Compared to deep research, GPT‑4o is ideal for real-time, multimodal conversations. For multi-faceted, domain-specific inquiries where depth and detail are critical, deep research’s ability to conduct extensive exploration and cite each claim is the difference between a quick summary and a well-documented, verified answer that can be usable as a work product.
GPT-4o
Deep research
Deep research responds to the prompt in a highly detailed manner, providing side-by-side country-specific data for both top 10 developed and top 10 developing countries for easy reference and comparison. It uses that information to offer detailed market-entry recommendations that are informed and usable.
ጥልቅ ምርምር በተለያዩ ዘርፎች ላይ ባሉ ጠንካራ አሰሳ እና የማመዛዘን ተግባራት ላይ ከጫፍ እስከ ጫፍ የማጠናከሪያ ትምህርትን በመጠቀም ስልጠና ተሰጥቶታል። በዚያ ስልጠና፣ የሚያስፈልገውን መረጃ ለማግኘት ባለብዙ ደረጃ አቅጣጫ ማቀድ እና ተግባራዊ ማድረግ፣ ወደ ኋላ መመለስ እና አስፈላጊ በሚሆንበት ጊዜ በእውነተኛ ጊዜ ለሚገኘው መረጃ ምላሽ መስጠት ተምሯል። ሞዴሉ በተጠቃሚዎች የተሰቀሉ ፋይሎችን ማሰስ፣ የpython መሳሪያን በመጠቀም ግራፎችን መሳል እና ማሻሻያ ማድረግ፣ ከድህረ ገጾች የተገኙ ግራፎችን እና ምስሎችን በምላሾቹ ውስጥ ማካተት እና የተወሰኑ ዓረፍተ ነገሮችን ወይም ምንባቦችን ከምንጮቹ መጥቀስ ይችላል። በዚህ ስልጠና ምክንያት፣ በእውነተኛ ዓለም ችግሮች ላይ ያተኮሩ በርካታ ይፋዊ ግምገማዎች ላይ አዲስ ከፍተኛ ደረጃ ላይ ደርሷል።
በሰብአዊነት የመጨረሻ ፈተና(በአዲስ መስኮት ውስጥ ይክፈታል) ላይ፣ በቅርቡ የተለቀቀ ግምገማ AIን በተለያዩ ርዕሰ ጉዳዮች ላይ በሙያዊ ደረጃ ጥያቄዎች ላይ ይፈተናል፣ ጥልቅ ምርምርን የሚያጎላብተው ሞዴል በ 26.6% ትክክለኛነት አዲስ ከፍተኛ ውጤት አስመዝግቧል። ይህ ፈተና ከ 3,000 በላይ የምርጫ እና አጭር መልስ ጥያቄዎችን ከቋንቋ እስከ ሮኬት ሳይንስ፣ ከክላሲክስ እስከ ስነ-ምህዳር በማካተት ከ 100 በላይ የትምህርት ዓይነቶች የያዘ ነው። ከOpenAI o1 ጋር ሲነጻጸር፣ ትልቅ ግኝቶች የታዩት በኬሚስትሪ፣ በሰብአዊነት እና በማህበራዊ ሳይንስ እና በሂሳብ ላይ ነው። ጥልቅ ምርምርን የሚያጎላብተው ሞዴል አስፈላጊ ሆኖ ሲገኝ ልዩ የሆነ መረጃ በብቃት በመፈለግ ሰው መሰል አካሄድ አሳይቷል።
| ሞዴል | ትክክለኛነት (%) |
|---|---|
| GPT-4o | 3.3 |
| Grok-2 | 3.8 |
| Claude 3.5 Sonnet | 4.3 |
| Gemini Thinking(ማሰብ) | 6.2 |
| OpenAI o1 | 9.1 |
| DeepSeek-R1* | 9.4 |
| OpenAI o3-mini (መካከለኛ)* | 10.5 |
| OpenAI o3-mini (ከፍተኛ)* | 13.0 |
| የOpenAI ጥልቅ ምርምር** | 26.6 |
በገሃዱ ዓለም ጥያቄዎች ላይ AIን የሚገመግም የህዝብ መለኪያ በሆነው GAIA(በአዲስ መስኮት ውስጥ ይክፈታል)1 ላይ፣ ጥልቅ ምርምርን የሚያጎላብተው ሞዴል አዲስ ዘመናዊነት ላይ (SOTA) ላይ ደርሷል፣ በዚህም በውጫዊው የመሪ ሰሌዳ(በአዲስ መስኮት ውስጥ ይክፈታል) ላይ ከፍተኛውን ደረጃ ይዟል። በሶስት የክብደት ደረጃዎች ላይ ያሉ ጥያቄዎችን ማካተት፣ እነዚህን ተግባራት በተሳካ ሁኔታ ማጠናቀቅ የማመዛዘን፣ የባለብዙ ሞዳል ቅልጥፍና፣ የድር አሰሳ እና የመሳሪያ አጠቃቀም ብቃትን የሚያካትቱ ችሎታዎች ይጠይቃል።
| GAIA | ||||
|---|---|---|---|---|
| ደረጃ 1 | ደረጃ 2 | ደረጃ 3 | አማካይ | |
| ያለፈው SOTA(በአዲስ መስኮት ውስጥ ይክፈታል) | 67.92 | 67.44 | 42.31 | 63.64 |
| ጥልቅ ምርምር (pass@1) | 74.29 | 69.06 | 47.6 | 67.36 |
| ጥልቅ ምርምር (cons@64) | 78.66 | 73.21 | 58.03 | 72.57 |
የGAIA ተግባር ምሳሌዎች
በተለያዩ አካባቢዎች በሙያዊ ደረጃ ተግባራት ላይ በተደረገ ውስጣዊ ግምገማ፣ ጥልቅ ምርምር የበርካታ ሰዓታት አስቸጋሪ እና የእጅ ምርመራን ራስ-ሰር እንዳደረገ በጎራ ባለሙያዎች ደረጃ ተሰጥቶል።
የማለፊያ ተመን እና ከፍተኛ የመሣሪያ ጥሪዎች
የባለሙያ ደረጃ ያለው ተግባር ምሳሌዎች
በግምታዊ ኢኮኖሚያዊ እሴት ላይ የሙያዊ ደረጃ ተግባራት ላይ የማለፊያ ተመን
በግምታዊ ሰዓታት ላይ የሙያዊ ደረጃ ተግባራት ላይ የማለፊያ ተመን
Deep research unlocks significant new capabilities, but it’s still early and has limitations. It can sometimes hallucinate facts in responses or make incorrect inferences, though at a notably lower rate than existing ChatGPT models, according to internal evaluations. It may struggle with distinguishing authoritative information from rumors, and currently shows weakness in confidence calibration, often failing to convey uncertainty accurately. At launch, there may be minor formatting errors in reports and citations, and tasks may take longer to kick off. We expect all these issues to quickly improve with more usage and time.
Deep research in ChatGPT is currently very compute intensive. The longer it takes to research a query, the more inference compute is required. We are starting with a version optimized for Pro users today, with up to 100 queries per month. Plus and Team users will get access next, followed by Enterprise. We are still working on bringing access to users in the United Kingdom, Switzerland, and the European Economic Area.
All paid users will soon get significantly higher rate limits when we release a faster, more cost-effective version of deep research powered by a smaller model that still provides high quality results.
In the coming weeks and months, we’ll be working on the technical infrastructure, closely monitoring the current release, and conducting even more rigorous testing. This aligns with our principle of iterative deployment. If all safety checks continue to meet our release standards, we anticipate releasing deep research to Plus users in about a month.
ጥልቅ ምርምር ዛሬ በChatGPT ድህረ ገጽ ላይ ይገኛል፣ እና በዚህ ወር ውስጥ ለሞባይል እና ዴስክቶፕ መተግበርያዎች ይለቀቃል። በአሁኑ ጊዜ፣ ጥልቅ ምርምር ክፍት በይነመረብን እና ማንኛውንም የተሰቀሉ ፋይሎችን ማግኘት ይችላል። ለወደፊት፣ ውጤቱን የበለጠ ጠንካራ እና ግላዊ ለማድረግ—በደንበኝነት ምዝገባ ላይ የተመሰረቱ ወይም ውስጣዊ ምንጮችን የማግኘት ዕድሉን በማስፋት—ከተጨማሪ ልዩ የመረጃ ምንጮች ጋር መገናኘት ይችላሉ።
በተጨማሪ ወደፊት ስንመለከት፣ በChatGPT ውስጥ ላልተመሳሰለ፣ የገሃዱ ዓለም ምርምር እና አፈጻጸም በጋራ ለሚሆኑ ወኪላዊ ተሞክሮዎች ራዕይ አለን። ያልተመሳሰለ የመስመር ላይ ምርመራ ሊያካሂድ የሚችል ጥልቅ ምርምር እና የገሃዱ ዓለም እርምጃ ሊወስድ የሚችል Operator ጥምረት፣ ChatGPTን ለእርስዎ እጅግ የተራቀቁ ተግባራት እንዲያከናውንልዎ ያስችለዋል።
ጥር 26፣ 2017 ተጨማሪ፦ ጥልቅ ምርምር የሚያጎላብተው የo3 የመጀመሪያ ስሪት ላይ ጥብቅ የደህንነት ሙከራዎች፣ የዝግጁነት ግምገማዎች እና የአስተዳደር ክለሳዎች አካሂደናል፣ እና እንደ መካከለኛ(በአዲስ መስኮት ውስጥ ይክፈታል) ስጋት ለይተነዋል። እንዲሁም ከጥልቅ ምርምሩ ድር የማሰስ ችሎታ ጋር ተያያዥ የሆኑ ተጨማሪ ስጋቶችን በተሻለ ሁኔታ ለመረዳት ተጨማሪ የደህንነት ሙከራዎች አካሂደናል፣ እና አዲስ ማሻሻያዎች አክለናል። የአሁኑን የተወሰነ ልቀት በጥልቀት መሞከር እና በቅርበት መከታተላችንን እንቀጥላለን። የPlus ተጠቃሚዎችን መዳረሻ ስናሰፋ የደህንነት ግንዛቤዎቻችንን እና ጥበቃዎቻችንን በሥርዓት ካርድ ውስጥ እናጋራለን።
Footnotes
- 1
We found that the ground-truth answers for this dataset were widely leaked online and have blocked several websites or URLs accordingly to ensure a fair evaluation of the model.
Authors
Research Leads
Isa Fulford እና Zhiqing Sun
Foundational Contributors
Alex Tachard Passos፣ Alexandra Barr፣ Allison Tam፣ Charlotte Cole፣ Hyung Won Chung፣ Jason Wei፣ Jon Blackman፣ Scott Mayer McKinney እና Valerie Qi
Core Contributors
Research
Elaine Ya Le, Eric Mitchell, Eric Wallace, Hyung Won Chung, Ignasi Clavera, Leo Liu, Lorenz Kuhn, Louis Feuvrier, Max Schwarzer, Saachi Jain, Scottie Yan, Shunyu Yao, Vitchyr Pong
Deployment
Carpus Chang, Harry Zhao, Joseph Trasatti, Joshua Dickens, Matt Kaufer, Mike Trpcic, Minnia Feng, Neel Ajjarapu, Peter Vidani, Sean Fitzgerald
Contributors
Research
Ahmed El-Kishky, AJ Ostrow, Alexander Wei, Andrei Gheorghe, Andrew Kondrich, Andrey Mishchenko, Anuj Nair, Behrooz Ghorbani, Brydon Eastman, Chak Li, Foivos Tsimpourlas, Francis Song, Giambattista Parascandolo,Gildas Chabot, Hessam Bagherinezhad, Haitang Hu, Hongyu Ren, Henry Aspegren, Hunter Lightman, Ilya Kostrikov, Ilge Akkaya, James Lennon, Jean Harb, Jonathan Ward, Kai Chen, Katy Shi, Kevin Liu, Kevin Yu, Manuka Stratta, Marvin Zhang, Mengyuan Yan, Mostafa Rohaninejad, Noam Brown, Phoebe Thacker, Raz Goan, Reah Miyara, Spencer Papay, Taylor Gordon, Wenda Zhou, Wenlei Xie, Yash Patil, Yann Dubois, Youlong Cheng, Yushi Wang, Wyatt Thompson
+ all the contributors to o3.
Safety Systems
Adam Kalai, Alex Beutel, Andrea Vallone, Andy Applebaum, David Robinson, Elizabeth Proehl, Evan Mays, Grace Zhao, Irina Kofman, Jason Phang, Joaquin Quinonero Candela, Joel Parish, Kevin Liu, Kristen Ying, Lama Ahmad, Leon Maksin, Leyton Ho, Meghan Shah, Michele Wang, Miles Wang, Phillip Guo, Olivia Watkins, Owen Campbell-Moore, Patrick Chao, Sam Toizer, Samuel Miserendino, Sandhini Agarwal, Tejal Patwardhan, Tina Sriskandarajah, Troy Peterson, Yaodong Yu, Yunyun Wang
Deployment
Adam Koppel, Adam Wells, Adele Li, Andy Applebaum, Andrey Malevich, Andrew Duberstein, Andrew Howell, Anton Tananaev, Ashley Tyra, Brandon Walkin, Bryan Ashley, Cary Bassin, Cary Hudson, Cory Decareaux, Cristina Scheau, Derek Chen, Dibya Bhattacharjee, Drea Lopez, Eric Antonow, Eric Burke, Filippo Raso, Fotis Chantzis, Freddie Sulit, Harris Cohen, Heather Whitney, Jay Dixit, Jeffrey Han, Jen Robinson, Jessica Shieh, Joel Parish, Kan Wu, Kevin Gladstone, Kshitij Wadhwa, Leo Vandriel, Leyton Ho, Liang Chen, Madeline Christian, Mamie Rheingold, Matt Jones, Michelle Fradin, Mike McClay, Mingxuan Wang, Nacho Soto, Niko Felix, Patrick Delaney, Paul McMillan, Philip Pronin, Rodrigo Riaza Perez, Samuel Miserendino, Scott Ethersmith, Steven Baldwin, Thomas Dimson, Tomo Hiratsuka, Yaming Lin, Yara Khakbaz, Yining Chen
Leadership
Akshay Nathan፣ Greg Brockman፣ Hannah Wong፣ Jakub Pachocki፣ Jerry Tworek፣ Johannes Heidecke፣ Josh Tobin፣ Liam Fedus፣ Mark Chen፣ Mia Glaese፣ Nick Turley፣ Sam Altman እና Wojciech Zaremba