גוגל משיקה את Deep Review לבדיקת מסמכים טכניים
אחרי בדיקות על 16 אלף מאמרים אקדמיים, מערכת הסוכנים של גוגל מגיעה לציבור עם שני מסמכים חינם בשבוע ומבטיחה לבדוק לוגיקה בלי לשמור מידע לעצמה.
- העלו מסמך אפיון טכני או מאמר שכולל נוסחאות לממשק החינמי של Deep Review כדי לבחון אם הסוכנים מזהים סתירות לוגיות לפני שליחה לקולגות.
עמיתים לעבודה הם משאב יקר, במיוחד כשמבקשים מהם לקרוא מפרט הנדסי של 40 עמודים ביום חמישי בערב. ברוב המקרים הם פשוט ירפרפו, יסמנו וי ויקוו לטוב. עכשיו, גוגל מנסה להפוך את מטלת בדיקת העמיתים הזו לאוטומטית. החברה השיקה רשמית את Deep Review, מערכת סוכני AI שנועדה לבצע ביקורת עומק ואימות טענות לוגיות במסמכים מורכבים. הכלי נולד מתוך פיילוטים פנימיים בכנסי מדעי המחשב הגדולים בעולם, וכעת נפתח לשימוש ציבורי רחב.
זה לא עוד כלי סיכום.
חלוקת עבודה במקום פרומפט יחיד
כל מי שניסה להדביק מסמך אפיון ארוך לחלון צ'אט רגיל מכיר את הבעיה: המודל מהנהן, מחמיא על הניסוח, ומפספס סתירה בסיסית בין סעיף 2 לסעיף 18. מודלי שפה רגילים בפרומפט יחיד ממצים מהר מדי את תקציב ההסקה שלהם, מתקשים לשמור על הקשר ארוך ומקבלים הנחות מורכבות כמובנות מאליהן. כשמדובר בהוכחה מתמטית או ארכיטקטורת תוכנה, קריאה שטחית של מודל פשוט מזיקה יותר משהיא מועילה. ב-Deep Review פתרו את זה בעזרת ארכיטקטורה מרובעת של סוכנים שעובדים בטור ובמקביל כדי לפרק את עומס הניתוח.
התהליך מתחיל בחלוקה של הקובץ לחלקים לוגיים בעלי חפיפה, כמו מבוא, שיטה או נספחים, על ידי סוכן פילוח עצמאי. לאחר מכן, המערכת מודדת את צפיפות המידע ומקצה תקציב חישוב דינמי לכל מקטע, כך שהוכחות מתמטיות סבוכות מקבלות משאבי עיבוד כבדים בהרבה מטקסט רקע כללי. בשלב השלישי, נבחרת של סוכני הסקה בודקת את המקטעים במקביל כשכולם חשופים להקשר המלא של המסמך כדי לאתר הפניות מוצלבות. לסיום, סוכן אינטגרציה מאחד את הדוחות, מבצע בדיקות עקביות נוספות ומפעיל קריאות לכלים חיצוניים כדי למנוע הזיות.
המערכת מתבססת כעת על Gemini 4 Argon בתשתית שפותחה במשותף על ידי Google Research ו-Google DeepMind. במקום לנסות לבלוע הכל בבת אחת, פירוק המשימה למספר סוכנים נפרדים מאפשר התעמקות שפרומפט בודד לא מסוגל לספק. מה שבאמת מעניין כאן הוא חלוקת תקציב ההסקה, שמפסיקה להתייחס לכל פסקה במסמך כאילו נולדה שווה.
ההתחייבות שלא לאמן על המידע
החשש הגדול ביותר בהעלאת מפרטים טכניים או דוחות פנימיים לכלי בינה מלאכותית הוא זליגת סודות מסחריים למאגרי האימון של הענקיות. כאן גוגל בחרה במדיניות ישירה וברורה שמסירה את המכשול הזה מהשולחן: מסמכים שמועלים לשירות אינם משמשים לאימון, לכוונון עדין או לשיפור של דגמי Gemini. המסמכים נשמרים למשך שנה אחת בלבד, וגוגל מציינת במפורש שזה נועד לצורכי תצוגה אישית שלכם בהיסטוריית הממשק ולא לשום שימוש אלגוריתמי עתידי.
מסמכים שהועלו ל-Deep Review אינם משמשים לעולם לאימון, כוונון עדין או שיפור של מודלים מבית גוגל. המסמכים נשמרים למשך שנה אחת למטרה הבלעדית של הצגתם למשתמש בממשק.מתוך הודעת ההשקה של Google Research
לפי החברה, קבצים שאתם מעלים נשמרים לשנה רק כדי שתוכלו לצפות בהם בממשק, ולא ישמשו לאימון מודלים מתוצרתה. ההבחנה הזו קריטית לצוותי פיתוח ולמנהלי מוצר שלא יכלו להשתמש בכלים כאלה תחת הסכמי סודיות קיימים. בפועל, החברה מבינה שבלי ערבות כזו, אף מהנדס לא יפקיד בידיה מסמכי תכנון רגישים.
מדע מחשב מול עולם העסקים
הבסיס של Deep Review נשען על ניסיון אמיתי בשטח. המערכת פעלה בשנה האחרונה בשם הניסיוני Paper Assistant Tool (PAT) ובדקה יותר מ-16,000 מאמרים לקראת כנסים כמו ICML 2026 ו-NeurIPS 2026, שסובלים מהצפת הגשות חסרת תקדים. הצורך נולד מתוך עומס חריג: לפי נתוני החברה, השנה נרשמו יותר מ-74,000 הגשות לשלושה כנסי בינה מלאכותית מובילים, זינוק חד מול כ-45,000 ב-2025, 32,000 ב-2024 ו-23,000 בלבד ב-2023. בין החוקרים והמנהלים שחתומים על המאמר מאחורי הפרויקט נמנה גם יוסי מטיאס, סגן נשיא בגוגל ומנהל Google Research, שציין באירוע Research@ 2026 את הצורך בהקלת העומס הקוגניטיבי על החוקרים.
במדעי המחשב ובמתמטיקה יש למערכת עוגן יציב. קל לבדוק אם נוסחה מסוימת נובעת מהקודמת לה, או אם צעד אלגוריתמי עומד בהגדרות שהוגדרו מראש. אלא שעכשיו גוגל מצהירה שהמערכת מתאימה גם לבחינת מסמכים פיננסיים, חוזים משפטיים ומצגות עסקיות. כאן כדאי לשמור על זהירות ולא למהר להפקיד בידיה את הדוחות הכספיים שלכם. בניגוד להוכחה מתמטית, חוזה משפטי מכיל עמימות מכוונת ופרשנויות מסחריות ששום סוכן עדיין לא מסוגל לפענח בוודאות. החברה מבטיחה הצלבה של סעיפים וזיהוי תנאים סותרים, אך בינתיים לא הציגה נתוני דיוק אמפיריים מחוץ לעולם האקדמי.
ההבטחה הזו נשמעת טוב מדי.
| פרמטר | פרומפט רגיל ב-LLM | Deep Review |
|---|---|---|
| מבנה הבדיקה | קריאה בודדת על פני כל ההקשר | פילוח למקטעים ואימות מקבילי |
| הקצאת משאבי הסקה | אחידה לכל חלקי הטקסט | דינמית לפי עומק מתמטי ולוגי |
| אימות צולב ומניעת הזיות | תלוי בניסוח הפרומפט המקורי | סוכן סינתזה ייעודי ועיגון בעובדות |
| שימוש בתוכן לאימון | תלוי בהגדרות ברירת המחדל בחשבון | התחייבות רשמית לאי-אימון מודלים |
שני מסמכים חינם והשלב הבא
אם תרצו לבדוק את השירות, המודל פתוח כעת בפורטל של גוגל ומציע מכסה של שני מסמכים בחינם לכל משתמש מדי שבוע. זה מספיק כדי לבחון מאמר או מפרט הנדסי עבה בלי לפתוח את הארנק. צוותים שצריכים היקפי עבודה גדולים יותר או רוצים לשלב את הבדיקה בתוך שרשרת הפיתוח הרציפה שלהם יוכלו לחבר מפתח API של Gemini ולשלב את הבדיקות ישירות בתהליכי העבודה הפנימיים.
כרגע התמיכה מוגבלת לקובצי PDF וטקסט פשוט בלבד, כשגוגל מבטיחה להוסיף בהמשך תמיכה במספר קבצים במקביל, כולל גיליונות נתונים ומצגות. לפני שאתם זורקים אליו את כל התיעוד הפנימי שלכם, כדאי לקחת מסמך אפיון מורכב שכבר איתרתם בו כשלים בעבר ולראות מה המערכת באמת מצליחה לדוג. לפחות הפעם, המסמך שלכם לא ימצא את עצמו באימון של השנה הבאה.
מה שואלים על זה
- Analyzing technical documents with Deep Reviewresearch.google · המקור
- Research@ 2026: 10 ways we're amplifying human ingenuityresearch.google · המקור
- Research@ 2026: Novel capabilities and intelligenceblog.google · המקור
- How Google supports crisis response in natural disastersblog.google · דוקומנטציה
- Boosting disaster resilience with Google's Groundsourceblog.google · דוקומנטציה
- ICML 2026 Retrospectiveblog.icml.cc · מקושר מההודעה
- NeurIPS 2026 Blog Postblog.neurips.cc · מקושר מההודעה
- Gemini API keyai.google.dev · מקושר מההודעה
20 עובדות בכתבה נבדקו אחת־אחת מול המקורות המקושרים ומול חיפוש ברשת ב־14 באוקטובר 2026. מה שלא אומת הוסר או מסומן כטענה של החברה. הכתיבה נעשתה בעזרת AI מהמקורות האלה בלבד, בעריכה ובאחריות של סלבה מלנדוביץ׳. טעות? כתבו לנו.