2 फ़रवरी 2025

पेश है डीप रिसर्च

एक एजेंट जो रीज़निंग का इस्तेमाल करके बड़ी मात्रा में ऑनलाइन जानकारी को सिंथेसाइज़ करता है और आपके लिए मल्टी-स्टेप रिसर्च टास्क पूरे करता है. आज ये Pro यूज़र्स के लिए उपलब्ध है, इसके आगे Plus और Team यूज़र्स के लिए भी उपलब्ध होगा.

ChatGPT पर आज़माएं

लोड किया जा रहा है...

10 फरवरी, 2026 अपडेट: अब आप डीप रिसर्च को किसी भी MCP या ऐप से कनेक्ट कर सकते हैं और वेब सर्च को भरोसेमंद साइट्स तक सीमित कर सकते हैं, ताकि आप ऑथेंटिकेटेड, इंडस्ट्री-स्टैंडर्ड सोर्स पर फोकस कर सकें। अब आप रियल-टाइम में प्रोग्रेस को ट्रैक भी कर सकते हैं और फॉलो-अप प्रॉम्प्ट या नए सोर्स से बेहतर बनाने के लिए बीच में रोक सकते हैं। हमने विज़ुअल एक्सपीरियंस को अपडेट किया है ताकि अपनी रिसर्च को शुरू करना, ट्रैक करना और शुरू से आखिर तक रिव्यू करना आसान हो जाए.

17 जुलाई, 2025 अपडेट: ChatGPT एजेंट के हिस्से के रूप में एक विज़ुअल ब्राउज़र की पहुंच के साथ, डीप रिसर्च अब और भी गहराई और व्यापकता में जा सकता है. इन अद्यतन क्षमताओं का उपयोग करने के लिए, बस कंपोजर में ड्रॉपडाउन से “एजेंट मोड” चुनें और अपनी क्वेरी सीधे दर्ज करें. मूल डीप रिसर्च कार्यक्षमता अभी भी टूल्स मेन्यू में “डीप रिसर्च” विकल्प के माध्यम से उपलब्ध है.

24 अप्रैल, 2025 अपडेट: हम डीप रिसर्च का इस्तेमाल करने की संख्या को काफी बढ़ा रहे हैं—Plus, Team, Enterprise और Edu यूज़र्स को अब हर महीने 25 क्वेरीज़ मिलती हैं, प्रो यूज़र्स को 250, और फ्री यूज़र्स को 5 क्वेरीज़ मिलती हैं। यह डीप रिसर्च के एक नए लाइटवेट वर्शन से मुमकिन हुआ है, जो o4-mini के एक वर्शन से चलता है, जिसे हाई क्वालिटी बनाए रखते हुए ज़्यादा कॉस्ट-एफिशिएंट बनाने के लिए डिज़ाइन किया गया है। जब आप फुल वर्शन के लिए अपनी लिमिट तक पहुँच जाएँगे, तो आपकी क्वेरीज़ अपने आप लाइटवेट वर्शन पर स्विच हो जाएँगी.

25 फरवरी, 2025 का अपडेट: सभी Plus उपयोगकर्ता अब डीप रिसर्च का उपयोग कर सकते हैं.

5 फरवरी, 2025 अपडेट: डीप रिसर्च अब यूनाइटेड किंगडम, स्विट्ज़रलैंड और यूरोपीय आर्थिक क्षेत्र के Pro यूज़र्स के लिए उपलब्ध है.

आज हम ChatGPT में एक नई एजेंटिक क्षमता, डीप रिसर्च लॉन्च कर रहे हैं जो जटिल कामों के लिए इंटरनेट पर मल्टी-स्टेप रिसर्च करती है. ये कुछ ही मिनटों में वो काम कर देता है जिसे करने में किसी इंसान को कई घंटे लग जाते हैं.

डीप रिसर्च OpenAI का अगला एजेंट है जो आपके लिए अपने आप काम कर सकता है - आप इसे एक प्रॉम्प्ट देते हैं, और ChatGPT एक रिसर्च एनालिस्ट के लेवल पर एक विस्तृत रिपोर्ट बनाने के लिए सैकड़ों ऑनलाइन सोर्सेस को खोजेगा, उन्हें एनालाइज़ और सिंथेसाइज़ करेगा. ये वेब ब्राउज़िंग और डेटा एनालिसिस के लिए ऑप्टिमाइज़ किए गए आगामी OpenAI o3 मॉडल के एक वर्ज़न की पेशकश है, जो इंटरनेट पर भारी मात्रा में टेक्स्ट, इमेज और PDF को सर्च करने, उनकी जानकारी निकालने और उन्हें एनालाइज़ करने के लिए रीज़निंग का फ़ायदा उठाता है, और अपने सामने आने वाली जानकारी के आधार पर ज़रुरत के हिसाब से प्रतिक्रिया व्यक्त करता है.

नई नॉलेज को बनाने के लिए सबसे ज़रूरी चीज़ है कि नॉलेज को सिंथेसाइज़ करने की क्षमता. इस कारण से, AGI डेवलप करने के हमारे बड़े लक्ष्य की दिशा में डीप रिसर्च एक महत्वपूर्ण कदम है, जिसे हमने लंबे समय से नॉवेल साइंटिफ़िक रिसर्च करने में सक्षम माना है.

हमने डीप रिसर्च क्यों किया?

डीप रिसर्च उन लोगों के लिए बनाया गया है जो फ़ाइनेंस, विज्ञान, नीति और इंजीनियरिंग जैसे क्षेत्रों में अच्छी जानकारी संबंधी काम करते हैं और जिन्हें अच्छी, सटीक और भरोसेमंद रिसर्च की ज़रुरत पड़ती है. ये उन समझदार खरीदारों के लिए भी समान तौर पर कारगर हो सकता है जो ऐसी खरीदारी के लिए हाइपर-पर्सनलाज़्ड सुझावों की तलाश में रहते हैं जिनके लिए आमतौर पर सतर्क रिसर्च की ज़रुरत होती है, जैसे कार, उपकरण और फ़र्नीचर. प्रत्येक आउटपुट को पूरी तरह डॉक्यूमेंट किया जाता है, जिसमें क्लियर उद्धरण और उसकी सोच की एक सारांश होती है, जिससे सूचना को रेफ़रेंस और वेरिफ़ाई करना आसान हो जाता है. ये ख़ास तौर से विशिष्ट, किसी ख़ास ट्रेनिंग के बिना इस्तेमाल या सीखने में मुश्किल ऐसी जानकारी खोजने में बेहद प्रभावी है जिसके लिए कई वेबसाइट्स को ब्राउज़ करना पड़ता है. डीप रिसर्च से कीमती समय की बचत होती है, क्योंकि इसकी मदद से आप केवल एक सवाल पूछकर जटिल, बहुत ज़्यादा समय लेने वाली वेब रिसर्च को तेज़ी से पूरा कर सकते हैं.

डीप रिसर्च अपने आप पूरे वेब से जानकारी खोजता है, उसके बारे में रीज़निंग करता है, और उसे समेकित करता है. इसे पूरा करने के लिए, इसे रियल-वर्ल्ड के टास्क पर ट्रेन किया गया, जिनमें ब्राउज़र और Python टूल का इस्तेमाल ज़रूरी था, और इसमें हमारे पहले रीज़निंग मॉडल, OpenAI o1 के पीछे प्रयुक्त सीखने के मज़बूत तरीकों का इस्तेमाल किया गया. जबकि o1 कोडिंग, गणित और दूसरे तकनीकी डोमेन में बेहतरीन क्षमताओं का प्रदर्शन करता है, कई रियल-वर्ल्ड की चुनौतियों के लिए विविध ऑनलाइन सोर्सेस से विस्तृत संदर्भ और जानकारी जमा करने की ज़रुरत पड़ती है. डीप रिसर्च इन रीज़निंग क्षमताओं पर आधारित होता है, जो उस फ़ासले को भरता है, जिससे लोगों के काम और रोज़मर्रा की ज़िंदगी में आने वाली मुश्किलों से निपटने में मदद मिलती है.

डीप रिसर्च का इस्तेमाल कैसे करें

ChatGPT में, मैसेज कंपोज़र में मौजूद ‘डीप रिसर्च’ को चुनें और अपनी क्वेरी दें. ChatGPT को बताएं कि आपको क्या चाहिए—चाहे वो स्ट्रीमिंग प्लेटफ़ॉर्म पर एक प्रतिस्पर्धी एनालिसिस हो या बेस्ट कम्यूटर बाइक पर एक पर्सनलाइज़्ड रिपोर्ट हो. आप अपने सवाल में संदर्भ जोड़ने के लिए फ़ाइलें या स्प्रेडशीट अटैच कर सकते हैं. एक बार जब ये रन करना शुरू कर देता है, तो उठाए गए कदमों और प्रयुक्त सोर्सेस की समरी वाली एक साइडबार दिखाई देती है.

डीप रिसर्च को अपना काम पूरा होने में 5 से 30 मिनट तक का समय लग सकता है, जो कि वेब पर गहराई से खोज करने में लगता है. इस बीच, आप दूर उसे छोड़कर दूसरे टास्क पर काम कर सकते हैं—रिसर्च पूरी हो जाने पर आपको एक नोटिफ़िकेशन मिलेगा. फ़ाइनल आउटपुट चैट में एक रिपोर्ट के तौर पर आता है – अगले कुछ हफ़्तों में, हम और ज़्यादा स्पष्टता और संदर्भ के लिए इन रिपोर्ट्स में एम्बेडेड इमेज, डेटा विज़ुअलाइज़ेशन और दूसरे एनालिटिक आउटपुट भी जोड़ेंगे.

डीप रिसर्च के मुकाबले, GPT‑4o रियल-टाइम, मल्टीमोडल बातचीत के लिए बेहतरीन है. बहु-आयामी, डोमेन-विशिष्ट जांच के लिए जहां गहराई और विवरण ज़रूरी हैं, डीप रिसर्च की विस्तृत खोज करने और प्रत्येक दावे को दर्शाने की क्षमता एक जल्द सारांश और एक अच्छी तरह से डॉक्यूमेंट, वेरिफ़ाई किए गए जवाब के बीच का अंतर है जो एक वर्क प्रोडक्ट के तौर पर इस्तेमाल करने लायक हो सकता है.

GPT-4o

Help me find iOS and android adoption rates, % who want to learn another language, and change in mobile penetration, over the past 10 years, for top 10 developed and top 10 developing countries by GDP. Lay this info out in a table and separate stats into columns, and include recommendations on markets to target for a new iOS translation app from ChatGPT, focusing on markets ChatGPT is currently active in.

Compiling comprehensive data on iOS and Android adoption rates, the percentage of populations interested in learning another language, and changes in mobile penetration over the past decade for the top 10 developed and developing countries by GDP is challenging due to data limitations. However, based on available information, we can provide insights and recommendations for targeting markets with a new iOS translation app powered by ChatGPT.

Top 10 Developed Countries by GDP:

United States
Japan
Germany
United Kingdom
France
Italy
Canada
South Korea
Australia
Spain

Top 10 Developing Countries by GDP:

China
India
Brazil
Russia
Indonesia
Mexico
Turkey
Saudi Arabia
Argentina
South Africa

Insights:

iOS and Android Adoption Rates: Globally, Android holds a dominant market share of approximately 70.93%, while iOS accounts for about 28.32% as of 2024. In the United States, iOS leads with a 58.81% market share. Other developed countries like Japan, Canada, Australia, and the United Kingdom also show a higher preference for iOS devices. In contrast, developing countries such as India and Brazil have a higher prevalence of Android devices.
Interest in Language Learning: While specific percentages of populations interested in learning another language are not readily available, the global popularity of language learning apps like Duolingo, which had approximately 14.3 million downloads in July 2024, indicates a significant interest. This interest is likely higher in countries with diverse linguistic landscapes or where English is not the primary language.
Mobile Penetration Over the Past Decade: Mobile phone ownership has seen substantial growth globally. In the United States, smartphone ownership increased from 35% in 2011 to 91% in 2024. Developing countries have also experienced significant growth in mobile penetration, contributing to increased access to digital services.

Recommendations:

Considering the available data and focusing on markets where ChatGPT is currently active, the following developed countries are promising targets for a new iOS translation app:

United States: High iOS market share and significant interest in language learning.
United Kingdom: Substantial iOS user base and a multicultural population with diverse language needs.
Canada: Notable iOS adoption and a bilingual population (English and French), increasing the demand for translation services.

Among developing countries, the following are noteworthy:

China: Despite Android's dominance, the large population and growing interest in English and other languages present a significant opportunity.
India: High Android usage, but a growing middle class with increasing iOS adoption and a strong interest in language learning, especially English.
Brazil: Predominantly Android users, but with a sizable market for language learning apps, particularly for English and Spanish.

Focusing on these markets aligns with ChatGPT's current availability and leverages existing mobile adoption trends and language learning interests.

डीप रिसर्च

Top 10 Developed Economies (by GDP) – Smartphone OS Share, Language-Learning Interest, and Mobile Penetration Growth

Country	iOS Market Share	Android Market Share	Interest in New Language (% of population)	Mobile Penetration Change (2013→2023)
United States (USA)	~58% iOS vs 42% Android	(see left)	High: 70% regret losing foreign-language ability (indicating strong desire to improve)	56%→82% smartphone penetration (↑26 pp)
Japan	~69% iOS vs 31% Android	(see left)	High: Over 50% want to learn English	~30%→79% (approx.) (↑~50 pp)
Germany	~39% iOS vs 60% Android	(see left)	High: 86% of Europeans say everyone should speak ≥1 foreign language (strong pro-language attitude)	40%→82% (↑42 pp)
United Kingdom (UK)	~52% iOS vs 47% Android	(see left)	Moderate-High: ~73% have some interest (only 27% “no interest” in new languages)	62%→82% (↑20 pp)
France	~35% iOS vs 64% Android	(see left)	High: 86% (EU average) favor multilingualism; English widely seen as important	42%→83% (↑40 pp)
Italy	~30% iOS vs 69% Android	(see left)	High: 86% (EU avg.) favor language learning; 1 in 4 regret not learning another	41%→85% (↑44 pp)
Canada	~60% iOS vs 40% Android	(see left)	Moderate: Many bilingual (English/French); rising interest in third languages (no recent % data)	56%→~80% (↑ ~24 pp) (est., similar to US)
South Korea	~24% iOS vs 76% Android	(see left)	Moderate: Strong English education focus; ~40% of teens are learning English	73%→~95% (↑ ~22 pp) – already very high by 2013 (near saturation now)
Australia	~55% iOS vs 45% Android	(see left)	Moderate: ~70% see learning languages as valuable (English dominant but interest in Asian languages growing)	65%→~85% (↑ ~20 pp) (est., high smartphone use)
Spain	~20% iOS vs 79% Android	(see left)	High: 88% of Spaniards learned a foreign language in school (e.g. English); strong cultural interest	55%→~85% (↑ ~30 pp) (est., nearing Western Europe peers)

Top 10 Developing/Emerging Economies (by GDP) – (ChatGPT availability considered)

Country	iOS Market Share	Android Market Share	Interest in New Language (notable stats)	Mobile Penetration Change (2013→2023)
China ^(ChatGPT restricted)	~24% iOS vs 75% Android	(see left)	Very High: Hundreds of millions learning English (but ChatGPT not officially accessible)	47%→68% (↑21 pp)
India	~4% iOS vs 95% Android	(see left)	High: English compulsory in many schools; strong economic motivation (80% link English to higher income)	~5%→46% (↑ ~41 pp) (huge jump in smartphone adoption)
Brazil	~18% iOS vs 82% Android	(see left)	High: Great demand for English – only ~5% speak it, but most see it as key skill	26%→67% (↑40 pp)
Russia ^(ChatGPT limited)	~30% iOS vs 69% Android	(see left)	Moderate: English learning common (compulsory in school); interest exists but ChatGPT availability is uncertain	36%→74% (↑38 pp)
Mexico	~24% iOS vs 76% Android	(see left)	High: Strong desire to learn English for US job/migration; ~50% of students study English in school (est.)	37%→62% (↑25 pp)
Indonesia	~12% iOS vs 88% Android	(see left)	High: English seen as gateway skill; government programs to improve English proficiency	<30%→68% (↑ ~40 pp)
Turkey	~15% iOS vs 85% Android (est.)	(see left)	High: English highly valued (universal in education); 80% link English to better jobs	30%→75% (↑45 pp)
Saudi Arabia	~24% iOS vs 76% Android	(see left)	Moderate: English widely taught; 92% smartphone ownership (many already bilingual in English/Arabic)	73%→~95% (↑ ~22 pp) (early adopter; near saturation now)
South Africa	~16% iOS vs 83% Android	(see left)	High: Multilingual society; English and Afrikaans taught alongside native languages – cultural impetus to learn others	40%→~60% (↑ ~20 pp) (est., steady growth)
Argentina	~12% iOS vs 88% Android	(see left)	High: Strong interest in English (Argentina leads Latin America in English proficiency)	31%→~70% (↑ ~39 pp) (est., sharp rise with smartphone adoption)

Sources: Smartphone OS shares are from StatCounter/Statista data (2023–24). Language-interest metrics come from surveys by Preply, Eurobarometer, Babbel, etc. (e.g. UK 73% interest; US 70% regret lack of languages; Japan >50% want English; Pearson global survey). Mobile penetration is measured as smartphone ownership percentage – dramatic growth is noted in developing markets (e.g. Brazil +40 points) and high saturation in developed ones (e.g. UK ~82%) over the last decade.

Recommendations: Based on the above, prime targets for a new ChatGPT‑powered iOS translation app would be countries with large iOS user bases and strong language-learning demand, where ChatGPT is accessible. Notably, Japan, the U.S., UK, Canada, and Australia emerge as top choices. These markets pair high iOS adoption (50–60%+ share) with significant enthusiasm for language learning – for example, Japan’s iPhone dominance and widespread desire to learn English make it ideal. English-speaking countries like the US, UK, Canada, and Australia, despite being monolingual societies, show substantial interest in learning other languages (e.g. Spanish or French), and all have over 80% smartphone penetration and millions of iPhone users.

Among emerging economies, Mexico and Brazil stand out as secondary targets: although Android prevails, their sheer population sizes mean tens of millions of iPhone users exist, and interest in English is very high for career and education reasons. These Latin American markets (where ChatGPT is active) could yield strong adoption for an iOS-only app, especially given the motivation to learn English. Conversely, China and Russia are less feasible – China’s OS split skews Android and ChatGPT is not officially available there, and Russia faces access and regulatory uncertainties.

In summary, focus on iOS-heavy, pro-learning markets: Japan and Western countries (US, UK, Canada, Australia, plus high-income Europe like Germany and France to a lesser degree) should be the first-tier targets. They combine robust iOS usage with favorable language-learning attitudes. A second tier includes large-population developing markets (Mexico, Brazil, perhaps Saudi Arabia for its historically high iPhone uptake) where interest in English is strong – these can be approached once the app gains traction in the primary markets. Such a strategy ensures the app launches where it has the greatest alignment of platform (iOS) presence and user demand for translation/language tools, maximizing the likelihood of adoption and growth.

डीप रिसर्च बेहद विस्तृत तरीके से प्रॉम्प्ट का जवाब देता है, व आसान रेफ़रेंस और तुलना के लिए टॉप 10 विकसित और टॉप 10 विकासशील देशों के लिए देश-विशिष्ट आंकड़े उपलब्ध कराता है. ये उस जानकारी का इस्तेमाल मार्केट-एंट्री के संबंध में ऐसे विस्तृत सुझाव देने के लिए करता है, जो सूचित और फ़ायदेमंद होते हैं.

ये कैसे काम करता है

डीप रिसर्च को विभिन्न क्षेत्रों में मुश्किल ब्राउज़िंग और रीज़निंग टास्क पर एंड-टू-एंड रीइंफ़ोर्समेंट लर्निंग का इस्तेमाल करके ट्रेन किया गया था. उस ट्रेनिंग के ज़रिये, इसने ज़रूरी डेटा को खोजने के लिए एक मल्टी-स्टेप ट्रैजेक्टरी प्लान करना और उसे एक्सीक्यूट करना, और जहां ज़रूरी हो, वहां रियल-टाइम की जानकारी पर बैक ट्रैकिंग व रिएक्ट करना सीखा. ये मॉडल यूज़र द्वारा अपलोड की गई फ़ाइलों को ब्राउज़ करना, python टूल का इस्तेमाल करके ग्राफ़ बनाना और उन्हें दोहराना, वेबसाइट्स से जनरेट किए गए ग्राफ़ और इमेजों को अपने जवाबों में एम्बेड करना, तथा अपने सोर्सेस से विशिष्ट वाक्यों या अंशों को उद्धृत भी कर सकता है. इस ट्रेनिंग के परिणामस्वरूप, ये रियल-वर्ल्ड की समस्याओं पर फ़ोकस करने वाले कई सार्वजनिक मूल्यांकनों में नई ऊंचाइयों को छूता है.

ह्यूमैनिटीज़ लास्ट एग्ज़ाम

ह्यूमैनिटीज़ लास्ट एग्ज़ाम⁠(एक नई विंडो में खुलेगा) में, हाल ही में जारी एक मूल्यांकन जो एक्सपर्ट-लेवल के सवालों पर विषयों की एक बहुत बड़ी रेंज में AI को टेस्ट करता है, डीप रिसर्च की पेशकश करने वाले मॉडल ने 26.6% सटीकता के साथ एक नया हाई स्कोर किया है. इस टेस्ट में भाषा विज्ञान से लेकर रॉकेट साइंस, शास्त्रीय विज्ञान से लेकर इकोलॉजी तक 100 से ज़्यादा विषयों पर 3,000 से ज्यादा बहुविकल्पीय और लघु उत्तरीय सवाल शामिल हैं. OpenAI o1 के मुकाबले, सबसे बड़े फ़ायदे केमिस्ट्री, ह्यूमैनिटीज़ और सोशल साइंसेस व गणित में दिखाई दिए. डीप रिसर्च को सशक्त करने वाले मॉडल ने ज़रूरी होने पर विशेष जानकारी को प्रभावी ढंग से प्राप्त करने के लिए एक मानव-समान दृष्टिकोण प्रदर्शित किया.

मॉडल	एक्यूरेसी (%)
GPT-4o	3.3
Grok-2	3.8
Claude 3.5 Sonnet	4.3
Gemini सोच रहा है	6.2
OpenAI o1	9.1
डीपसीक-R1*	9.4
OpenAI o3-mini (मीडियम)*	10.5
OpenAI o3-mini (हाई)*	13.0
OpenAI डीप रिसर्च**	26.6

* मॉडल मल्टी-मोडल नहीं है, टेक्‍स्‍ट-ओनली सबसेट पर मूल्‍यांकन किया गया.

**ब्राउज़िंग + Python टूल के साथ

GAIA

GAIA ⁠(एक नई विंडो में खुलेगा)¹ पर, जो रियल-वर्ल्ड के सवालों पर AI का मूल्यांकन करने वाला एक पब्लिक बेंचमार्क है, डीप रिसर्च को मज़बूत बनाने वाला ये मॉडल एक बेहतरीन (SOTA) पर पहुंचा है, जो बाहरी लीडरबोर्ड⁠(एक नई विंडो में खुलेगा) में सबसे ऊपर है. मुश्किल के तीन लेवल वाले सवालों को शामिल करते हुए, इन टास्क को सफ़लतापूर्वक पूरा करने के लिए रीज़निंग, मल्टी-मोडल प्रवाह, वेब ब्राउज़िंग और टूल-उपयोग दक्षता जैसी क्षमताओं की ज़रुरत होती है.

GAIA
	लेवल 1	लेवल 2	लेवल 3	औसत
पिछला SOTA(एक नई विंडो में खुलेगा)	67.92	67.44	42.31	63.64
डीप रिसर्च (pass@1)	74.29	69.06	47.6	67.36
डीप रिसर्च (cons@64)	78.66	73.21	58.03	72.57

GAIA टास्क के उदाहरण

In Nature journal's Scientific Reports conference proceedings from 2012, in the article that did not mention plasmons or plasmonics, what nano-compound is studied? Don't use the prefix nano in your answer if there is one.

[The remaining Chain-of-Thought messages and the final answer are hidden to protect the benchmark's ground truth answer.]

सर्च को स्पष्ट करना

मैं साइंटिफिक रिपोर्ट्स में 2012 में प्रकाशित एक आर्टिकल के लिए अनुरोध को जोड़ रहा हूं, जिसमें नैनो-कंपाउंड के बारे में विस्तार से बताया गया है, और जिसमें प्लास्मॉनिक्स से जुड़ी कोई भी जानकारी शामिल न हो. शायद, इसमें चांदी या ग्रैफ़ीन जैसे ख़ास विषयों या कंपाउंड्स को फ़िल्टर करना शामिल है.

डिटेल्स को एक साथ जोड़ना

मैं "साइंटिफ़िक रिपोर्ट्स 2012 नैनोपार्टिकल" की सब-सर्च कर रहा हूं, शायद नैनो-कंपाउंड्स की तलाश में. प्लाज़्मॉन से जुड़े विषयों को फ़िल्टर करके, शायद चांदी, ग्रैफ़ीन, या क्वांटम डॉट्स पर फ़ोकस करने में दिलचस्पी है.

[सर्च एक्शन]

सर्च फ़िल्टर्स नेविगेट करना

मैं nature.com और साइंटिफ़िक रिपोर्ट्स फ़ॉर 2012 पर एडवांस्ड सर्च फ़िल्टर्स को खंगाल रहा हूं,और फ़ूड कैरमेल्स में अनाकार कार्बन नैनोपार्टिकल्स पर आर्टिकल्स को खोजने की कोशिश कर रहा हूं.

कॉन्फ़रेंस की कार्रवाई की पहचान करना

सर्च के रिज़ल्ट्स से 2012 में "2D क्वासिपीरियॉडिक प्लाज़्मॉनिक क्रिस्ल्स" के टाइटल वाले एक कॉन्फ़रेंस की कार्रवाई का पता चला है, जो शायद साइंटिफ़िक रिपोर्ट्स में "कॉन्फ़रेंस की कार्रवाइयां" कैटेगरी के अंतर्गत पाई गई है.

[ब्राउज़ एक्शन]

अहम मुद्दों पर विचार

मैं एक वेब पेज की गलत धारणा के पीछे के कारणों पर विचार कर रहा हूं, जो शायद पुराने एजेंट टाइप या अनजाने में हुई रुकावट के कारण हो सकती है.

[ब्राउज़ एक्शन]

डायनामिक ऑप्शन्स पर विचार

मैं डायनामिक कंटेंट या कैशे किए गए वर्ज़न वाली प्रकृति की एक साइट के बारे में सोच रहा हूं. या फ़िर, ख़ास फ़्रेज़ सर्च करने से मदद मिल सकती है.

[सर्च एक्शन]

प्रमुख विशेषताओं को पिनपॉइंट करना

ठीक है, मैं साइंटिफ़िक रिपोर्ट्स में 2012 में हुई कॉन्फ़ेरेंस की चार कार्रवाइयां ढूंढ रहा हूं. ख़ास तौर से, कुछ में "प्लाज़्मॉनिक" के बारे में बताया गया है जिसे शामिल नहीं किया जाना चाहिए.

[ब्राउज़ एक्शन]

जानकारियों को एक साथ जोड़ना

मैं विस्तृत एनालिसिस पक्की करने के लिए ख़ास टाइटल्स के लिए कैशे किए गए वर्ज़न या स्निपेट एक्सपेंशन को एक्सेस करने के बारे में जानकारी जमा कर रहा हूं.

[सर्च एक्शन]

डिटेल्स निकालना

मैं 2012 यूरोपियन मैटेरियल्स रिसर्च सोसायटी स्प्रिंग मीटिंग से लेकर साइंटिफ़िक रिपोर्ट तक की प्रोग्रेस को नोट कर रहा हूं, जिसमें कॉन्फ़रेंस की कार्रवाई पर फ़ोकस किया गया है. ये दृष्टिकोण संदर्भ और कॉन्टेक्स्ट स्थापित करने में मदद करता है.

[सर्च एक्शन]

जर्नल के सुराग ट्रैक करना

2012 के अंत में हुई कॉन्फ़रेंस की कार्रवाई को "साइंटिफ़िक रिपोर्ट्स" जर्नल के साथ जोड़ने की कोशिश की जा रही है, जिसमें प्लास्मॉनिक 2D क्वासिपीरियोडिक मटेरियल पर फ़ोकस किया गया है. ये दृष्टिकोण तरीके का और सटीक लगता है.

[सर्च एक्शन]

इवेंट की डिटेल्स को एनालाइज़ करना

ये नोट कर रहा हूं कि सर्च रिज़ल्ट्स [8] में शायद यूरोपियन मैटेरियल्स रिसर्च सोसायटी 2012 स्प्रिंग मीटिंग की समरी देने वाला एक पेज शामिल है, जिसमें 25 कॉन्फ़रेंस शामिल हैं.

[ब्राउज़ एक्शन]

रिसर्च को एक साथ जोड़ना

मैं 4 आर्टिकल्स वाले एक संभावित कलेक्शन पेज की जांच कर रहा हूं, प्लासॉमोनिक और मेटामटेरियल विषयों पर विचार कर रहा हूं, और यूरोपियन मैटेरियल्स रिसर्च सोसायटी 2012 स्प्रिंग मीटिंग से प्रमुख संदर्भों की पहचान कर रहा हूं.

[ब्राउज़ एक्शन]

फ़ोकस को पिनपॉइंट करना

मैं E-MRS के "साइंटिफ़िक रिपोर्ट्स" में 2012 के कॉन्फ़रेंस की कार्रयवाई पर फ़ोकस कर रहा हूं, जिसमें शायद "2D क्वासिपीरियॉडिक प्लाज़्मॉनिक क्रिस्टल" और "नैनोस्केल पर ऑप्टिकल स्कैटरिंग को अनुकूलित करने के लिए लेयर्ड प्लाज़्मॉनिक क्लोक" जैसे टॉपिक शामिल हैं.

[ब्राउज़ एक्शन]

लाइब्रेरी के सोर्सेस का मूल्यांकन करना

स्पेशल अंक E-MRS 2012 साइंटिफ़िक रिपोर्ट द्वारा इन्वाईट किए गए पेपर मॉन्टिकोन और मेटामटेरियल्स लैब न्यूज़ आर्काइव्स – 2012 के बारे में सोच रहा हूं.

[ब्राउज़ एक्शन]

पहुंच का आंकलन करना

मैं पुराने स्टेटस या ब्लॉकेज को ध्यान में रखते हुए, साइट एक्सेस से जुड़े अहम मामलों के बारे में जानकारी जमा कर रहा हूं. इसके अलावा, लिस्ट रेफ़रेंस के लिए Monticone साइट का मूल्यांकन भी कर रहा हूं.

[ब्राउज़ एक्शन]

E-MRS 2012 को एक साथ जोड़ना

मैं "लेयर्ड प्लासमॉनिक क्लोक्स" को E-MRS 2012 से लिंक करने की कोशिश कर रहा हूं. ग्रैफ़ीन और कैटेलिसिस जैसे अन्य मुमकिन विषयों पर विचार कर रहा हूं.

[ब्राउज़ एक्शन]

प्रासंगिक विषयों की पहचान करना

मैं ग्रैफ़ीन, फ़ोटोवोल्टेक्स, और नैनोस्ट्रक्चर्ड कंपाउंड्स जैसे विषयों पर जानकारी जमा कर रहा हूं, जबकि प्लास्मॉनिक से जुड़े विषयों को छोड़ रहा हूं. इससे मैं नैनोटेक्नोलॉजी के पहलुओं पर ज़्यादा बड़े पैमाने पर फ़ोकस करने लगा हूं.

[ब्राउज़ एक्शन]

मेरा फ़ोकस एडजस्ट करना

मैं 2012 के नेचर साइंटिफिक रिपोर्ट्स में 2D क्वासिपेरियोडिक प्लास्मॉनिक क्रिस्टल के बारे में लेखों को इंगित करने के लिए विशिष्ट साइट और विद्वान पहचानकर्ता दर्ज करके खोज मापदंडों को व्यापक बना रहा हूं.

[सर्च एक्शन]

गैर-प्लास्मॉनिक संभावनाओं की पहचान करना

मैं साइंटिफिक रिपोर्ट्स के 2012 E-MRS के स्पेशल अंक से आर्टिकल्स की पहचान करने के लिए खोज को सीमित कर रहा हूं. इसमें गैर-प्लास्मॉनिक विषयों, जैसे कि ग्रैफ़ीन या फ़ंक्शनल ऑक्साइड्स, के टाइटल्स की जांच करना शामिल है. फ़ोकस की हुई सर्च और प्लास्मॉनिक आर्टिकल्स के बाहर किये जाने से प्रोग्रेस साफ़ पता चलती है.

[सर्च एक्शन]

सुरागों को एक साथ जोड़ना

मैं ग्रैफ़ीन सुपरलैटिस में इंटरैक्शन्स को एनालाइज़ कर रहा हूं, एक साइंटिफ़िक रिपोर्ट आर्टिकल से. पदूरु, याकोवलेव, चेन, और आलू जैसे लेखकों के टाइटल्स को ध्यान में रखते हुए

[सर्च एक्शन]

पहेली को एक साथ जोड़ना

मैं E-MRS 2012 स्प्रिंग मीटिंग की विज्ञान प्रतिनिधि कार्यवाही के बारे में जानकारी जमा कर रहा हूं, जिसमें प्लास्मॉनिक घटना के बिना इन्वाईट किए गए पेपर्स पर फ़ोकस किया जा रहा है. ये प्रकार रिव्यु किए जा रहे हैं ग्रैफ़ीन, कैटेलिसिस, एनर्जी मटेरियल, नैनोमेडिसिन, और सेंसर.

[सर्च एक्शन]

एक्सपर्ट-लेवल के टास्क

विभिन्न क्षेत्रों में एक्सपर्ट-लेवल के टास्क के आंतरिक मूल्यांकन में, डोमेन एक्सपर्ट्स द्वारा डीप रिसर्च को कई घंटों की मुश्किल, मैन्युअल जांच के ऑटोमेटेड परिणाम के तौर पर आंका गया.

पास रेट बनाम मैक्स टूल कॉल्‍स

मॉडल जितना ज्‍़यादा ब्राउज़ करता है और ब्राउज़ होने वाली चीज़ों के बारे में सोचता है, तो वह उतना ही बेहतर करता जाता है, इसीलिए उसे सोचने के लिए समय देना बेहद ज़रूरी है.

एक्सपर्ट-लेवल टास्क के उदाहरण

टास्क पर समय की बचत: 4 घंटे

I am a researcher interested in bringing mixed-gas sorption capabilities to my lab. Please discuss the differences between pure- and mixed-gas sorption for glassy polymers, how the dual-mode sorption model can be used to predict mixed-gas sorption behavior in glassy polymers (include equations where applicable), and what challenges there are in accurately predicting pure- and mixed-gas sorption using the dual-mode sorption model. Only include open-source information as of October 1, 2024.

Pure vs. mixed-gas sorption in glassy polymers: In a glassy polymer (below $T_g$ ), a single gas typically exhibits a concave sorption isotherm: uptake rises sublinearly with pressure, unlike the linear Henry’s-law behavior above $T_g$ . This is attributed to “dual-mode” sorption: some penetrant dissolves in the dense polymer matrix (obeying Henry’s law) while additional penetrant saturates specific microvoid “sites” (a Langmuir-type adsorption in the polymer’s nonequilibrium free volume). By contrast, when two or more gases are present, they compete for those limited Langmuir sorption sites. As a result, each component’s sorbed concentration in a mixture is generally lower than it would be at the same partial pressure alone. In particular the less soluble (lower-affinity) gas tends to be more strongly suppressed, often causing the mixed-gas solubility selectivity (ratio of concentrations) to exceed the ideal value predicted from pure-gas isotherms. For example, in CO₂/CH₄ mixtures both components sorb less than in their pure-gas cases (especially CH₄), so the CO₂/CH₄ sorption selectivity is higher under mixture conditions. In extreme cases, mixed-gas effects can even reverse performance trends observed with single gases. (We note that unlike competitive sorption, synergistic sorption – where one gas increases the sorption of another via polymer swelling – is usually minor in rigid high-free-volume polymers under moderate pressures.)

Dual-mode sorption model and mixed-gas prediction: The dual-mode sorption (DMS) model quantitatively captures glassy polymer sorption by superposing a Henry’s-law term and a Langmuir term. For a single gas, the sorbed concentration $C$ (e.g. in cm³(STP) gas per cm³ polymer) is written as:

$C(p) = k_D\,p \;+\; \frac{C'_H\,b\,p}{\,1 + b\,p\,}\,.$

Here $k_D$ is the Henry’s law coefficient for dissolution, $C'_H$ is the Langmuir capacity constant (proportional to the polymer’s unrelaxed free-volume or “hole” capacity), and $b$ is the Langmuir affinity constant. This empirical formula yields the characteristic concave isotherm of glassy polymers and reduces to simple Henry’s law at the glass-transition (since $C'_H \to 0$ as $T \to T_g$ ). The same three parameters ( $k_D, C'_H, b$ ) are obtained by fitting pure-gas sorption data and are then used to predict mixture sorption. For a binary mixture of gases A and B (with partial pressures $p_A, p_B$ ), the DMS model assumes each gas obeys its own Henry’s term and that both compete for the same Langmuir sites. One convenient form is to write the total sorbed concentration as the sum of contributions from each gas:

$C_{\text{tot}} = k_{D,A}p_A + k_{D,B}p_B \;+\; \frac{\,C'_{H,A}\,b_A\,p_A \;+\; C'_{H,B}\,b_B\,p_B\,}{\,1 + b_A p_A + b_B p_B\,}\,,$

which implicitly means the concentration of component i in the mixture is $C_i = k_{D,i} p_i + \frac{C'_{H,i} b_i p_i}{\,1+\sum_j b_j p_j\,}$ . This reduces to the single-gas formula when the other component’s pressure is zero. In practice, partial pressure in these equations is often replaced by fugacity for accuracy at high pressures, though using fugacities or pressures gives nearly the same results if applied consistently. The DMS mixed-gas model predicts the competitive sorption effect observed experimentally – namely, each gas’s uptake is depressed relative to its pure-gas sorption isotherm.

Challenges and limitations: Although the dual-mode model is widely successful in correlating sorption data, it has notable limitations in predicting sorption behavior. First, the DMS model is empirical – its fitted parameters are not universal constants but can vary with polymer formation history, physical aging, and temperature/pressure range. This means a parameter set obtained under one set of conditions may lack predictive power outside its calibration range. For instance, sorption isotherms measured only over a limited pressure range can be fit well by DMS, but extrapolating beyond that (especially approaching plasticization pressures) may be unreliable. Indeed, multiple distinct combinations of $k_D$ , $C'_H$ , $b$ can sometimes fit the same pure-gas isotherm almost equally well – yet they yield markedly different mixed-gas predictions. This sensitivity undermines confidence in mixture forecasts, as one study showed that using different pure-gas fit sets led to only qualitative agreement with some mixed-CO₂/CH₄ data.

Furthermore, DMS inherently assumes a fixed population of Langmuir sites (microvoids) and ignores polymer relaxation or swelling induced by sorbate. In reality, penetrant-induced swelling (plasticization) can increase free volume and sorption capacity, especially for highly condensable gases at high activity – an effect the basic DMS model cannot capture. In binary sorption, this means any synergistic increase in sorption due to a second gas (or due to polymer dilation) is unaccounted for in the standard model. Conversely, the model also cannot describe sorption isotherm shapes that deviate from concave Langmuir-type behavior (e.g. sigmoidal isotherms caused by specific polymer-penetrant interactions or clustering). For example, glassy polymers absorbing polar molecules like alcohols can show sigmoidal sorption isotherms, which the simple dual-mode framework fails to represent. Finally, accurately measuring mixed-gas sorption itself is challenging, and discrepancies between idealized model assumptions (e.g. truly zero downstream pressure, no competitive diffusion limitations) and experimental realities can add to prediction error. Despite these challenges, the dual-mode sorption model – with appropriate care – remains a valuable first approximation for interpreting sorption in glassy polymers, and it highlights the key role of competitive site occupancy in mixed-gas environments. Researchers often turn to more elaborate models (e.g. non-equilibrium lattice fluid or thermodynamic theories) when the dual-mode model’s assumptions break down, but such models come at the cost of additional parameters or complexity. In summary, dual-mode sorption provides a useful baseline for pure- and mixed-gas sorption in glassy polymers, but one must be mindful of its empirical nature and the above limitations when predicting multicomponent sorption behavior in practice.

Sources: Dual-mode sorption model and mixed-gas extension; competitive sorption effects in mixtures; model equations and parameters; limitations of DMS model; parameter sensitivity and predictivity issues.

सॉर्प्शन मॉडल्स को समझना

मैं ग्लासी पॉलिमर में शुद्ध और मिक्स्ड-गैस सॉर्प्शन पर जानकारी जमा कर रहा हूं, ड्यूअल-मोड सॉर्प्शन मॉडल पर फ़ोकस कर रहा हूं और मॉडलिंग की भविष्यवाणियों में चुनौतियों का हल कर रहा हूं.

[सर्च एक्शन]

खुली पहुंच का आंकलन

ठीक है, मैं देखता हूं. ग्लासी पॉलिमर में मिक्स्ड-गैस सॉर्पशन पर MDPI का रिज़ल्ट शायद खुली एक्सेस वाला है.

[ब्राउज़ एक्शन]

अनुभागों की जांच करना
मैं ड्युअल मोड सॉर्प्शन मॉडल और MDPI पेपर में इसकी विस्तारित एनालिसिस से जानकारी जमा कर रहा हूं.

[ब्राउज़ एक्शन]

प्रमुख गुणों को स्पष्ट करना

मैं हेनरी के लॉ कॉन्स्टेंट, लैंगमुइर एफ़िनिटी कॉन्स्टेंट और लैंगमुइर कैपेसिटी कॉन्स्टेंट को समझने के लिए लैब रिपोर्ट की जांच कर रहा हूं, जो गैस सॉर्प्शन के बारे में बताते हैं.

[ब्राउज़ एक्शन]

एक साथ जोड़ना

मैं इस संभावना पर काम कर रहा हूं कि "इक्वेशन (3)" और "इक्वेशन (4)" इमेज या फ़ॉर्मूला डिस्प्ले हो सकते हैं और उन्हें बेहतर ढंग से समझने के लिए PDF से कंसल्ट करने या पहले के रेफ़रेंसेस सर्च करने पर विचार कर रहा हूं.

[ब्राउज़ एक्शन]

शीर्षक प्रासंगिकता की पुष्टि करना

मैं इसके सार और शीर्षक की जांच करके ये वेरिफ़ाई कर रहा हूं कि क्या फ़्रीमैन और कोरोस (1980) का डॉक्यूमेंट ख़ास तौर से संदर्भ "ग्लासी पॉलिमर में मिक्स्ड-गैसों के सॉर्प्शन मॉडल" से मैच करता है.

[सर्च एक्शन]

आर्टिकल कनेक्शन की जांच करना

मैंने देखा कि "pmc.ncbi.nlm.nih.gov" से मिले रिज़ल्ट परिणाम वही MDPI आर्टिकल है, और मैं ये देखने के लिए उत्सुक हूं कि क्या ये ओरिजिनल टेक्स्ट प्रस्तुत करता है या इसका सिंपल वर्ज़न.

[ब्राउज़ एक्शन]

जानकारी जमा करना

मैं ग्लासी पॉलिमर में शुद्ध और मिक्स्ड-गैस सॉर्प्शन के बारे में जानकारी जमा कर रहा हूं. विभिन्न गैस एनवायर्नमेंट्स में पदार्थ के बिहेवियर को समझने में ये एक ज़रूरी कदम है.

[सर्च एक्शन]

गैस सॉर्प्शन की तुलना

मैंने देखा कि मिक्सचर में कार्बन डाइऑक्साइड का होना पॉलिमर में मीथेन के सोखने को प्रभावित करती है, जिससे शुद्ध गैस सिनारियो के मुकाबले मीथेन का सॉर्प्शन कम हो जाता है.

[ब्राउज़ एक्शन]

कॉन्सेप्ट्स को लिंक करना

मैं इस बात पर सोच रहा हूं कि "विस्तारित ड्युअल मोड इक्वेशन मिक्सचर" शब्द ड्युअल मोड सुपरकंडक्टिंग केबल इक्वेशन्स से कैसे जुड़ा हो सकता है. इससे विभिन्न क्षेत्रों में कॉन्सेप्ट्स को जोड़ने की संभावना का पता चलता है.

[सर्च एक्शन]

रिव्यु डिटेल्स का अनुरोध करना

मैं "पॉलिमर मेम्ब्रेन में सॉर्प्शन और ट्रांसपोर्ट के सिद्धांत" को रिव्यु करने के अनुरोध पर ध्यान दे रहा हूं.

[ब्राउज़ एक्शन]

PDF लिंक की जांच करना

मैं रिज़ल्ट [2] के बारे में उत्सुक हूं और स्निपेट को एक्सप्लोर कर रहा हूं, जिसमें एक ड्युअल-मोड सॉर्प्शन मॉडल को बाइनरी मिक्सचर में विस्तारित करना और आंशिक दबाव और कॉन्स्टेंट्स के संदर्भ में A की कंसंट्रेशन को व्यक्त करना शामिल है.

[सर्च एक्शन]

सॉर्प्शन बिहेवियर की भविष्यवाणी करना

ड्युअल-मोड मॉडल में ये अनुमान लगाया गया है कि एक दूसरी गैस मिलाने से, शुद्ध गैस सिनारियो के विपरीत, एक स्थिर आंशिक दबाव पर सॉर्प्शन कम हो जाता है.

[ब्राउज़ एक्शन]

एक PDF प्राप्त करना

मैं nature.com की PDF पर जानकारी जमा कर रहा हूं, शायद ये याम्पोलस्की का पुराना आर्टिकल है, लेकिन टेक्स्ट स्निपेट के लिए ऑस्टिन स्थित टेक्सास यूनिवर्सिटी के रिपॉज़िटरी जैसे वैकल्पिक सोर्सेस के बारे में भी सोच रहा हूं.

[ब्राउज़ एक्शन]

रिपॉज़िटरी ऑप्शन्स का मूल्यांकन

मैंने पाया है कि शायद UT रिपॉज़िटरी रिज़ल्ट सही ढंग से डिस्प्ले न हो. इसके अंदर सर्च करना अनिश्चित है. इसके बजाय, रिज़ल्ट [3] में ड्युअल-मोड मिक्सचर सॉर्प्शन मॉडल के बारे में बताने वाला एक स्निपेट शामिल है, जो प्रतिस्पर्धी प्रभावों और प्रयोगात्मक डेटा मॉडलिंग में इसकी पर्याप्तता के बारे में बताता है.

[सर्च एक्शन]

फ़ोकस में और सुधार करना

मैं ये पक्का करने के लिए अपने दृष्टिकोण को एडजस्ट कर रहा हूं कि सर्च सही संदर्भ को टार्गेट करे.

[सर्च एक्शन]

सॉर्प्शन मॉडल्स को समझना

मैं शुद्ध गैसों के लिए ड्युअल-मोड सॉर्प्शन मॉडल की डिटेल्स दे रहा हूं: हेनरी विघटन और लैंगमुइर माइक्रोवॉइड फ़िलिंग. मिक्स्ड गैसों के लिए, प्रतिस्पर्धी सॉर्प्शन और गैर-आदर्शताओं पर ज़ोर दिया जाता है.

[सर्च एक्शन]

hero.epa.gov को एक्सप्लोर करना

hero.epa.gov के संभावित सार या कंटेंट के ज़रिये सोच रहा हूं.

[ब्राउज़ एक्शन]

मॉडल में और सुधार करना

मैं प्रतिस्पर्धा, प्लास्टिसाइज़ेशन और पैरामीटर स्थिरता जैसे कारकों पर विचार करते हुए शुद्ध और मिक्स्ड गैस सॉर्प्शन पर जानकारी जमा कर रहा हूं. और ज़्यादा सटीक भविष्यवाणियों के लिए मिक्स्ड-गैस डेटा को शामिल करना.

[ब्राउज़ एक्शन]

ड्युअल सॉर्प्शन मॉडल की चुनौतियों का समाधान करना

पैरामीटर कप्लिंग और गैर-विशिष्टता प्रभाव भविष्यवाणियां. पॉलिमर की स्थिति में बदलाव न होने से चूक हो सकती है.

[ब्राउज़ एक्शन]

विचलन की मात्रा निर्धारित करना

मैं 6FDA-mPDA में नॉन-आइडियल CO2-CH4 सॉल्युबिलिटी का परिमाणन कर रहा हूं, और सॉल्युबिलिटी पर मिक्स्ड गैस इफ़ेक्ट दिखा रहा हूं. प्रतिस्पर्धी सॉर्प्शन, पर्मियेबिलिटी सिलेक्टिविटी में गिरावट का एकमात्र कारण नहीं है.

[ब्राउज़ एक्शन]

संदर्भों को शामिल करना

मैं पॉलिमर वाली मेम्ब्रेन में गैस सॉर्प्शन के लिए ड्युअल-मोड मॉडल में अंतर और चुनौतियों पर चर्चा का समर्थन करने के लिए MDPI 2019 और वोपिका 2014 जैसे ओपन-सोर्स मटेरियल पर फ़ोकस करते हुए उद्धरण जमा कर रहा हूं.

[ब्राउज़ एक्शन]

प्रस्तावित अनुभाग

मैं शुद्ध बनाम मिक्स्ड गैस सॉर्प्शन पर सेक्शन व्यवस्थित कर रहा हूं, ड्युअल-मोड सॉर्प्शन मॉडल को एक्सप्लोर कर रहा हूं, और पैरामीटर अनिश्चितता और मिक्स्ड गैस भविष्यवाणी जैसी चुनौतियों के बारे में विस्तार से बता रहा हूं.

कंटेंट को व्यवस्थित करना

मैं ड्युअल मोड सॉर्प्शन मॉडल पर फ़ोकस कर रहा हूं, शुद्ध और मिक्स्ड-गैस सॉर्प्शन बिहेवियर की डिटेल्स दे रहा हूं, और स्पष्टता के लिए बुलेट पॉइंट्स व स्ट्रक्चर्ड सेक्शन्स के साथ प्रमुख अंतर और चुनौतियों को हाईलाइट कर रहा हूं.

[सर्च एक्शन]

उद्धरण चुनना

ठीक है, मैं देखता हूं. मैं ड्युअल-मोड सॉर्प्शन और गैस मिक्सचर में उनकी स्पष्ट जानकारी के लिए [3], [20], [22], और [21] पर निर्भर हूं.

पैरामीटर्स की मैपिंग

मैं भ्रम से बचने के लिए पैरामीटर के नामों को एक साथ जोड़ रहा हूं. स्पष्टता के लिए (k), (C_H') और (b) पर ही कायम हूं. शुद्ध गैस और मिक्सचर के इक्वेशन डिटेल में और क्लियर तरीके से फ़ॉर्मेट किए गए हैं.

चुनौतियों को हल करना

मैं मल्टी-सॉल्यूशन पैरामीटर फ़िट्स, पॉलीमर प्लास्टिसाइज़ेशन और टेम्पोरल इफ़ेक्ट्स से निपट रहा हूं. ये पेचीदगियां शुद्ध और मिक्स्ड गैस सॉर्प्शन की भविष्यवाणी करना मुश्किल बना देती हैं.

एक साथ जोड़ना

मैं सॉर्प्शन डिफ़रेंस, शुद्ध गैसों के लिए ड्युअल-मोड मॉडल, मिक्स्ड गैसों में इसका एक्सटेंशन, और संबंधित चुनौतियों पर सेक्शन्स का स्ट्रक्चर बना रहा हूं. ये प्रोग्रेस लॉजिकल और प्रभावी लगती है.

एस्टिमेटेड इकोनॉमिक वैल्‍यू द्वारा एक्सपर्ट-लेवल के टास्क पर पास रेट

एस्टिमेटेड हाउस द्वारा एक्सपर्ट-लेवल के टास्क पर पास रेट

टास्‍क की एस्टिमेटेड इकोनॉमिक वैल्‍यू का संबंध पास रेट से ज्‍़यादा है, न कि इंसान द्वारा लगाए गए घंटों की गिनती – जो चीज़ें मॉडल को मुश्किल लगती हैं, वे उन चीज़ों से अलग हैं जिन्हें इंसान समय खपाने वाला मानते हैं.

सीमाएं

डीप रिसर्च से बहुत सारी नई क्षमताएं सामने आती हैं, लेकिन ये अभी भी बस शुरूआत है और इसकी सीमाएं हैं. आंतरिक मूल्यांकन के अनुसार, ये कभी-कभी जवाबों में तथ्यों को भ्रमित कर सकता है या गलत अनुमान लगा सकता है, हालांकि मौजूदा ChatGPT मॉडल के मुकाबले ये दर काफ़ी कम है. ये ऑफ़िशियल सूचना को अफवाहों से अलग करने में संघर्ष कर सकता है, और अभी विश्वास के स्तर पर कमज़ोर लगता है, व अक्सर अनिश्चितता को सटीक तरीके से व्यक्त नहीं कर पाता है. लॉन्च के समय, रिपोर्ट और उद्धरणों में छोटे-मोटे फ़ॉर्मेटिंग एरर हो सकते हैं, और टास्क शुरू होने में ज़्यादा समय लग सकता है. हम उम्मीद करते हैं कि ज्यादा इस्तेमाल और समय के साथ ये सभी समस्याएं जल्दी ही सुधर जाएंगी.

एक्सेस

ChatGPT में डीप रिसर्च अभी बहुत ही गहन कंप्यूटिंग पर आधारित है. किसी क्वेरी पर रिसर्च करने में जितना ज़्यादा समय लगेगा, उतनी ही ज़्यादा निष्कर्ष की कंप्यूटिंग करने की ज़रुरत पड़ेगी. हम आज Pro यूज़र्स के लिए अनुकूलित वर्ज़न के साथ शुरुआत कर रहे हैं, जिसमें प्रति माह 100 तक क्वेरी पूछी जा सकेंगी. इसके बाद Plus और Team यूज़र्स को एक्सेस मिलेगी, उसके बाद Enterprise को. हम अभी भी यूनाइटेड किंगडम, स्विट्ज़रलैंड और यूरोपीय आर्थिक क्षेत्र के यूज़र्स के लिए एक्सेस पहुंचाने पर काम कर रहे हैं.

जब हम एक छोटे मॉडल द्वारा संचालित डीप रिसर्च का ज़्यादा तेज़, ज़्यादा किफ़ायती वर्ज़न जारी करेंगे, जो अभी भी बढ़िया क्वालिटी वाले रिज़ल्ट्स देगा, तो सभी पेड यूज़र्स को जल्द ही काफ़ी ज़्यादा दर की सीमाएं मिलेंगी.

आने वाले हफ़्तों और महीनों में, हम तकनीकी इंफ़्रास्ट्रक्चर पर काम करेंगे, मौजूदा रिलीज़ को बारीकी से मॉनिटर करेंगे, व और भी सख्त टेस्टिंग करेंगे. ये हमारे इटरेटिव डिप्लॉयमेंट के सिद्धांत के अनुरूप है. अगर सभी सुरक्षा जांच हमारे रिलीज़ स्टैंडर्ड्स के अनुरूप हैं, तो हम लगभग एक महीने में Plus यूज़र्स के लिए डीप रिसर्च जारी करने की उम्मीद करते हैं.

आगे क्या होगा

डीप रिसर्च आज ChatGPT वेब पर उपलब्ध है, और इसे महीने के अन्दर मोबाइल और डेस्कटॉप ऐप पर भी उपलब्ध करा दिया जाएगा. फ़िलहाल, डीप रिसर्च ओपन वेब और किसी भी अपलोड की गई फ़ाइल को एक्सेस कर सकता है. भविष्य में, आप और ज़्यादा विशिष्ट डेटा सोर्सेस से जुड़ सकेंगे—सब्सक्रिप्शन-बेस्ड या इंटर्नल रीसोर्सेस तक इसकी एक्सेस का विस्तार करते हुए - इसके आउटपुट को और भी ज़्यादा मज़बूत और पर्सनलाइज़्ड बना सकेंगे.

आगे की ओर देखते हुए, हम एसिंक्रोनस, रियल-वर्ल्ड रिसर्च और एक्सीक्यूशन के लिए ChatGPT में एजेंटिक अनुभवों को एक साथ लाने की कल्पना करते हैं. डीप रिसर्च, जो एसिंक्रोनस ऑनलाइन जांच कर सकता है, और ऑपरेटर, जो रियल-वर्ल्ड कार्रवाई कर सकता है, साथ मिल जाएं, तो इससे ChatGPT आपके लिए तेज़ी से मुश्किल से मुश्किल टास्क पूरे कर पाएगा.

3 फ़रवरी, 2025 एडेंडम: हमने o3 के शुरूआती वर्ज़न पर सख्त सेफ़्टी टेस्टिंग, तैयारी का मूल्यांकन और अधिकारों के रिव्यु की, जो डीप रिसर्च को मज़बूत बनाता है, और इसकी मध्यम⁠(एक नई विंडो में खुलेगा) जोखिम के तौर पर पहचान बनाता है. हमने वेब ब्राउज करने की डीप रिसर्च की क्षमता से जुड़े बढ़ते जोखिमों को बेहतर ढंग से समझने के लिए अतिरिक्त सेफ़्टी टेस्टिंग भी की, और हमने नए शमन उपाय भी जोड़े हैं. हम मौजूदा सीमित रिलीज़ की गहन टेस्टिंग और उसे बारीकी से मॉनिटर करना जारी रखेंगे. जब हम Plus यूज़र्स के लिए एक्सेस बढ़ाएंगे, तो हम एक सिस्टम कार्ड में डीप रिसर्च के लिए अपनी सुरक्षा की जानकारी और सुरक्षा उपायों को साझा करेंगे.

फ़ुटनोट

1
हमने पाया कि इस डेटासेट के असली जवाब बड़े पैमाने पर ऑनलाइन लीक हो गए थे, और मॉडल के सही मूल्यांकन को पक्‍का करने के लिए हमने उसी के हिसाब से कई वेबसाइट या URL को ब्लॉक कर दिया.

लेखक

OpenAI

रिसर्च लीड

Isa Fulford और Zhiqing Sun

फ़ाउंडेशनल कॉन्ट्रीब्यूटर्स

Alex Tachard Passos, Alexandra Barr, Allison Tam, Charlotte Cole, Hyung Won Chung, Jason Wei, Jon Blackman, Scott Mayer McKinney और Valerie Qi

प्रमुख कॉन्ट्रीब्यूटर्स

रिसर्च

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

डिप्लॉयमेंट

Carpus Chang, Harry Zhao, Joseph Trasatti, Joshua Dickens, Matt Kaufer, Mike Trpcic, Minnia Feng, Neel Ajjarapu, Peter Vidani, Sean Fitzgerald

कॉन्ट्रीब्यूटर्स

रिसर्च

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

+ o3 के सभी कॉन्ट्रीब्यूटर्स.

सुरक्षा सिस्टम्स

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

डिप्लॉयमेंट

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

लीडरशिप

Akshay Nathan, Greg Brockman, Hannah Wong, Jakub Pachocki, Jerry Tworek, Johannes Heidecke, Josh Tobin, Liam Fedus, Mark Chen, Mia Glaese, Nick Turley, Sam Altman और Wojciech Zaremba