- Дата публикации
NVIDIA AI-Q стал лучшим в двух ключевых тестах для AI-исследователей
Что появилось / что изменилось
NVIDIA AI-Q, открытый фреймворк для создания исследовательских агентов, занял первое место в двух основных бенчмарках: DeepResearch Bench (55.95 баллов) и DeepResearch Bench II (54.50 балла). Это первая конфигурируемая система, которая лидирует в обоих тестах одновременно.
Как это работает
В основе лежит мультиагентная архитектура из трёх компонентов, построенных на NVIDIA NeMo Agent Toolkit и LangChain DeepAgents. Планировщик анализирует запрос и создаёт структурированный план поиска информации. Исследователь запускает параллельных специалистов, которые собирают данные через веб-поиск (Tavily) и поиск научных статей (Serper). Оркестратор управляет всем циклом: план → сбор → синтез. Вся цепочка работает на дообученных моделях NVIDIA Nemotron 3 Super. Для обучения использовали примерно 67 тысяч примеров с исследовательскими вопросами. Опционально можно добавить ансамбль из нескольких параллельных агентов и финальный этап улучшения отчёта — это повышает качество итогового документа.
Что это значит для вас
Если ваша задача — глубокая аналитика с проверенными источниками, AI-Q предлагает готовый и настраиваемый стек. Вы можете развернуть его в своей инфраструктуре, полностью контролировать данные и адаптировать под конкретные нужды: анализ рынка, конкурентная разведка, подготовка обзоров. Система подходит компаниям, которым важна прозрачность и возможность кастомизации. Она генерирует отчёты с цитатами и ссылками на источники. Не стоит ждать от AI-Q простых ответов в одно предложение или работы в режиме чата. Это инструмент для сложных исследовательских workflow, где важны структура, глубина и точность. Все компоненты открыты и воспроизводимы, что исключает зависимость от сторонних API.
Место на рынке
Победа в двух разных бенчмарках показывает сильные стороны AI-Q. DeepResearch Bench оценивает качество итогового отчёта: полноту, ясность, следование инструкциям. DeepResearch Bench II проверяет более 70 критериев по трём категориям: точность извлечённых фактов, качество анализа и чёткость изложения. Лидерство в обоих тестах означает, что AI-Q одновременно хорошо справляется и с фактологической точностью, и с созданием связного, хорошо структурированного нарратива. Прямого сравнения по скорости или стоимости с коммерческими API (например, GPT-5 или Claude 4) в исходном материале нет. Ключевое отличие AI-Q — это открытая, портируемая архитектура, которую компании могут полностью развернуть у себя, в отличие от облачных сервисов OpenAI или Anthropic.