Die Entwicklung leistungsfähiger KI-Suchagenten lag bislang fest in der Hand großer Technologiekonzerne. Trainingsdaten galten als streng gehütetes Gut, selbst wenn Modelle öffentlich zugänglich waren. Genau hier setzt OpenSeeker an und verfolgt einen bemerkenswert offenen Ansatz: Daten, Code und Modellgewichte stehen vollständig zur Verfügung. Ein Schritt, der nicht nur Transparenz schafft, sondern auch der Forschungsgemeinschaft neue Möglichkeiten eröffnet.
Besonders interessant ist die Methode zur Datenerzeugung. Statt klassische Sprachmodelle zu füttern, nutzt OpenSeeker die natürliche Verlinkungsstruktur des Internets. Daraus entstehen komplexe Frage-Antwort-Paare, die gezielt so gestaltet sind, dass sie nicht durch einfache Stichwortsuche lösbar sind. Das zwingt das System zu echtem mehrstufigem Denken und Recherchieren – eine Fähigkeit, die für moderne Suchagenten entscheidend ist.
Ein zweiter innovativer Baustein ist das Zusammenspiel von Lehrer- und Schülermodell. Während das Lehrermodell mit bereinigten Daten arbeitet und optimale Entscheidungen trifft, lernt das Schülermodell unter realistischen, „unordentlichen“ Bedingungen, diese Entscheidungen nachzuvollziehen. Das Ergebnis: ein System, das besser zwischen relevanten und irrelevanten Informationen unterscheiden kann – eine Kernkompetenz für jede Form intelligenter Suche.
Bemerkenswert ist auch die Effizienz: Mit lediglich 11.700 Trainingsdatenpunkten erreicht OpenSeeker Ergebnisse, die mit deutlich aufwendigeren Modellen konkurrieren. Der Vergleich zeigt klar, dass Datenqualität in vielen Fällen wichtiger ist als reine Datenmenge. Dennoch bleibt ein Abstand zu den leistungsstärksten proprietären Systemen bestehen, die weiterhin höhere Benchmark-Werte erzielen.