还在等 SearchGPT？MindSearch或许更加值得一试

OpenAI 不久前发布了 AI 搜索的原型 SearchGPT，引起轰动。

OpenAI的SearchGPT（原型），究竟在做哪些事

SearchGPT 将 LLM 和搜索引擎结合，试图成为我们搜集信息、探索知识、解决问题的重要工具。

但是，终究还是一个类同sora的期货。（奥特曼是越来越会营销了。。。）

顺便提一下，openai终于在7月GPT-4o结束前，语音模式终于开启了灰度测试，一小部分ChatGPT Plus用户已经拿到了尝鲜入场券。

2024年7月4日，上海人工智能实验室联合研发团队发布了书生·浦语2.5。

这一开源的7B对话模型InternLM2.5 7B在大规模信息搜集整理领域取得突破，能在3分钟内完成通常需要人类3小时的任务，显著提升了效率，并拓展了大语言模型的知识和能力边界。

同时展示了基于多智能体框架解决复杂专家任务的新尝试，为用户带来了免费且高效的SearchGPT开源替代方案。

MindSearch，一个开源的人工智能搜索引擎架构，展现出与Perplexity.ai Pro相媲美的性能水平。

提供了一个灵活的部署平台，让您能够创建个性化的搜索解决方案，无论是利用专有的大型语言模型（如GPT、Claude）还是开源的模型（例如InternLM2.5-7b-chat）。

以下是MindSearch的主要特性：

• 全面问题解答：MindSearch利用其搜索能力，为您日常生活中遇到的各种疑问提供解答。
• 深入知识挖掘：通过广泛浏览数百个网页，MindSearch能够提供更全面和深入的答复。
• 透明化解决方案流程：MindSearch展示其思考过程和搜索关键词，从而增强了回答的透明度和可靠性。
• 多样化的用户界面：提供多种界面选项，包括React、Gradio、Streamlit以及本地调试支持，用户可以根据自己的需求选择最合适的界面。
• 动态图谱构建：MindSearch将用户查询分解为图谱中的子问题节点，并依据WebSearcher的搜索结果逐步扩展这一图谱。

通过这些特性，MindSearch旨在为用户提供一个强大、灵活且用户友好的搜索引擎构建工具。

在深度、广度和生成响应的准确性三个方面，对 ChatGPT-Web、Perplexity.ai（Pro）和 MindSearch 的表现进行比较。评估结果基于 100 个由人类专家精心设计的现实问题，并由 5 位专家进行评分*。

如何构建‍自己的 MindSearch

步骤1: 依赖安装

pip install -r requirements.txt

步骤2: 启动 MindSearch API

• 启动 FastAPI 服务器

python -m mindsearch.app --lang en --model_format internlm_server

--lang: 模型的语言，en 为英语，zh 为中文。

--model_format: 模型的格式。

• internlm_server 为 InternLM2.5-7b-chat 本地服务器。
• gpt4 为 GPT4。如果您想使用其他模型，请修改 models

步骤3: 启动 MindSearch 前端

提供以下几种前端界面：

• React

# 安装 Node.js 和 npm
# 对于 Ubuntu
sudo apt install nodejs npm
# 对于 Windows
# 从 https://nodejs.org/zh-cn/download/prebuilt-installer 下载

cd frontend/React
npm install

npm start

• Gradio

python frontend/mindsearch_gradio.py

• streamlit

streamlit run frontend/mindsearch_streamlit.py

本地调试

python mindsearch/terminal.py

如果觉得不错，欢迎点赞、在看、转发，您的转发和支持是我不懈创作的动力~