/ysfysvu.jpg)
В исследовательском мире ИИ появился настоящий революционер: Google представила Test-Time Diffusion Deep Researcher (TTD-DR) — фреймворк, вдохновлённый человеческим подходом к работе над длинными научными отчётами. Представьте: вы сначала пишете «скелет» статьи, а затем итеративно «очищаете» его, подмешивая актуальную информацию из поиска на каждом шаге. Именно так работает TTD-DR.
Вместо того чтобы гоняться за отдельными разделами отчёта по отдельности, этот агент создаёт черновик целиком и постоянно его улучшает. Механизм «диффузии» (оно ведь как рассылка идей по всему тексту) позволяет сохранять глобальный контекст и сводить к минимуму потерю информации. Иными словами, вместо фрагментарных правок вы получаете органичный, цельный текст.
Как это работает?
Сначала TTD-DR формирует предварительный набросок, который служит маяком: куда копать дальше, какие данные искать. Затем с помощью «денойзинга с прицепом» (то есть «очистки» черновика с учётом новых фактов) каркас постепенно обрастает деталями. А ещё каждый из элементов воркфлоу проходит «самоэволюцию» — так агент учится становиться всё умнее на ходу.
Результаты и перспективы
В серии тестов TTD-DR превзошёл существующие аналоги на разных бенчмарках, где нужно и поиск, и многопереходная логика. Он выдаёт более связные и своевременные отчёты, которые требуют меньше ручной доработки. Правда, пока он полагается только на общедоступные поисковые инструменты — без встроенного браузера или кода. Но где Google, там и эксперимент: кажется, следующий шаг — интеграция новых модулей и тонкая настройка агентов.
В итоге перед нами яркий пример того, как подражание человеческому процессу позволяет сделать ИИ-ассистента для научных задач ещё эффективнее. Хотите ли вы доверить ему следующий отчёт? Вполне возможно, что скоро такие агенты займут своё место в арсенале исследователей по всему миру.
