La nueva herramienta de Deep Research de Perplexity utiliza tecnología DeepSeek R1.

Perplexity ha lanzado una nueva herramienta de investigación profunda, denominada Deep Research, que utiliza una versión personalizada de DeepSeek R1, un modelo de código abierto. Esta herramienta tiene la capacidad de realizar investigaciones y análisis exhaustivos de manera automática, explorando la web y generando informes detallados sobre sus hallazgos.

El término "Deep Research" puede resultar familiar, dado que Google y OpenAI han desarrollado sus propias versiones de herramientas con el mismo nombre para Gemini y ChatGPT, respectivamente. Por su parte, xAI ha introducido la herramienta Deepsearch, aunque con un enfoque diferente. A diferencia de las soluciones exclusivas de Google y OpenAI, la herramienta de Perplexity utiliza un modelo abierto, lo que permite a los desarrolladores modificarlo según sus necesidades.

El CEO de Perplexity, Aravind Srinivas, comentó que su modelo de investigación puede ofrecer estos servicios a precios significativamente más bajos, entre 10 y 100 veces menos que sus competidores. Tras una breve confirmación de que habían implementado esta función, también anunció que la herramienta Deep Research estará disponible de forma gratuita para los usuarios, aunque con ciertas limitaciones. Aquellos que no son suscriptores de pago tendrán acceso a un número limitado de respuestas diarias, mientras que los suscriptores del plan Pro de 20 dólares al mes disfrutarán de acceso ilimitado.

A pesar de utilizar el modelo DeepSeek R1, Perplexity también lanzó su propia versión de código abierto, llamada R1 1776, diseñada para proporcionar información objetiva y sin censura. Esta decisión responde a las acusaciones de que el modelo original censuraba ciertos contenidos, especialmente aquellos críticos con el gobierno chino.

Sin embargo, la herramienta Deep Research no es perfecta. Se ha reportado que Cometario ha cometido errores, como atribuir incorrectamente el término "stochastic parrots" al investigador Gary Marcus, cuando en realidad fue acuñado por Emily M. Bender. Además, hay preocupaciones sobre la precisión de los datos proporcionados por la herramienta, lo que es especialmente problemático considerando que se promociona como un recurso para análisis de inversión y mercado. Srinivas ha señalado su compromiso de mejorar la situación, enfatizando la importancia de la precisión de los datos en el ámbito financiero, un campo donde el impacto de la información errónea puede ser significativo. Todo esto resalta cómo la "alucinación" sigue siendo un reto persistente en el funcionamiento de los modelos de lenguaje.