معركة سابقة · 2025-03-28 UTC
Research AI Agents مواجهة — 28 مارس 2025
من فئة Research AI Agents. 12 علامات موزعة على 5 متنافسين. Cell2Sentence نال التاج.
الترتيب النهائي
التشكيلة
المتنافسون
ملفات تعريف كل أداة تنافست في هذه المعركة، مرتبة حسب الدرجة النهائية.

Cell2Sentence
فتح العالم المتحسس للخلية من خلال جمل الخلايا: حوّل تعبير الجينات الخلوية المنفردة إلى 'جمل الخلية' بحيث تستطيع نماذج اللغة الكبيرة تحليل حالات الخلايا وكشف الأنماط في البيانات النسخية.

هو إطار متاح المصدرًا يتحول بيانات التعبير الجيني الخلوي المفردة إلى "قصص الخلايا" لتحليل وتوليد الفهم من قبل أنماط اللغة الكبيرة (LLMs). ياقترح تحول ترتيب السبق للتعبيرات في فيقس إلى قصص الخلايا، التي تمثل أسماء الجينات المفصولة بفاصلة مسافة،ordered حسب انخفاض التعبير. مما يسمح بعمل أنماط لغة الجيل الكبير مع البيانات السيكولوجية الجينية (scRNA-seq) الطبيعية باستخدام اللغات الطبيعية. هذا الإطار يتضمن models C2S-Scale، التي تجمع البيانات الجينومية النصية وتسمح باستخدام الوظائف البسيطة في الخلايا مثل توقع perturbation، وتحليل dataset، وتحديد مجموعة، والتعرف على الأسئلة البيولوجية. يتضمن models C2S-Scale على هوجن فاسج (Hugging Face) وتحتوي على Architectures معقدة مثل بثيا (Pythia) وجميا-2 (Gemma-2). تهدف Cell2Sentence إلى الباحثين وال учائين الذين يعملون مع البيانات السيكولوجية للترميز الجيني المفرد. تم تحديث الإطار بمدخلات الجديدة و الميزات بما في ذلك دعم الفعّالية على مستندات الإطاحة النموذجية المخصصة و تنسيق الإطاحة المتعددة الخلايا. يتضمن ذلك أيضًا مجموعة من نماذج فيثيا لتنبؤ النوع الخلوي و إنتاجيته المنشأ بالخلايا المحددة نوعها و نماذج متعددة الخلايا متعددة المهام المدربة على أكثر من 57 مليون خلية إنسانية و فأرية. يقدم framework Cell2Sentence دليلًا مُفصلاً إلى جانب دورات تعليمية حول استخداماته، بما في ذلك أمثلة من تعديل وتحويل وتحجيم سطر العمود. تم تطوير أداة Cell2Sentence مع الفريق Van Dijk Lab ومنشورة في دراسة سابقة على موقع bioRxiv. يساعد CELL2SENTENCE على اكتشاف الخلايا الوحيدة القادم من جيل مع استخدام المنظمة اللغوية اللوجستية (LLM).
تفصيل المعايير
- [object Object]
- [object Object]
- [object Object]
- [object Object]
- [object Object]


هي عبارة عن منصة inteligence للتجارة التي تعتمد على الذكاء الإصطناعي وهي تمثل مصدر موثوق لتوجيه قرارات الأعمال. تقدم المنصة مجموعة موسعة مرقمة من المصادر، بما في ذلك وثائق تحليل النماذج والبحوث المصرفية والملفات الصادرة عن الشركات. باستخدام المॉडلات الإصطناعية متقدمة،生成 المنصة نتائج جيدة الجودة بتوثيق السطور. تدمج المنصة التدريب على المهارات، بزمن زمني fragmented المصادر وتقدم نتائج متكاملة. تمكن القدرات من GenAI من المنصة، من الحصول على نتائج حقيقية الزمن التي تعلق قراراتها في الخبرة موثوق. وهي مصممة لخدمة مصرف السلع الاستهلاكية والعقارات، ومنظمات الائتمان الوسيط والموارد المالية الخاصة، والاستثمار المالي الاستراتيجي والاستشاري والعلوم الحيوية، وغيرها من الصناعات. يُعرف بخصائص فريدته مع تحليلات مشرعة عالية المستوى، والمشتقة من مجموعة محتوى غير متزايدة. وتشمل منصة الشركة أخصائيين قابلين للتخصيص لعملية التلقين للوظائف المكررة والبحثية، مما يتحول النتائج إلى تقارير ومعلومات قابلة للاستخدام من قبل المديرين. ومن خلال محرك البحث الإنتجية، توفر المنصة تصورًا مکونًا 360 درجة عن السوق والمقاولين، مما يربط الاكتشافات النوعية بالبيانات المالية المنظمة. إحدى قوتها الرئيسية هي قدرتها على مساعدة المستخدمين على اتخاذ التحركات الكبيرة والبنان بثقة وسلاسة. وتقدم المنصة الإجابات الدقيقة والمواقف الفريدة والتحديثات الحاسمة اللازمة للحد من السباقات.
تفصيل المعايير
- مصادر الخبراء المُبَسَّطة
- تجميع المصادر Curated
- تقنية الذكاء الاصطناعي المتقدمة للحصول على بحوث المحلل على مستوى التطبيق
- بيانات الشركات العامة والخاصة
- التعاون مع أطراف خارجية
- المصادر المؤتمتة للبحوث الاستراتيجية


AMIE هو مساعد ذكاء اصطناعي طبي متطور يعتمد على الذكاء الاصطناعي. يهدف AI Agent الممكّن للذكاء الاصطناعي (AMIE) إلى تحسين دقة التشخيص عبر المحادثات السريرية وتحليل الصور الطبية. يعتمد AI Agent الممكّن للذكاء الاصطناعي (AMIE) على تكنولوجيا متطورة لتحليل بيانات المريض التاريخية ومحادثات الأعراض مع الأطباء لدعم تحديد الأسباب الممكنة للأمراض.
تفصيل المعايير
- محادثات سريرية منظمة لجمع معلومات عن حالة المريض وتاريخه الطبي.
- تحليل الصور الطبية بجانب حوارات المرضى لدعم الاستدلال التشخيصي بناءً على مدخلات سريرية متنوعة.
- دعم اتخاذ القرارات الطبية بتوصية بالاختبارات والحالات المرضية المحتملة بناءً على البيانات الحوارية والبصرية.
- تسليم كدليل تشخيصي وعامل تدريبي لطلاب الطب والمتدربين لتحسين مهاراتهم السريرية وتقييم قدراتهم التصويرية.
- تمكن مميزات AMIE المتعددة من تعزيز كفاءة التشخيص وتقليل الأخطاء وتحسين جودة الاعتبارات السريرية.
- قادر على التعرف والتعامل مع السياق السريري والطبي.

Autoresearch
مشروع بحث AI مفتوح المصدر يتيح للوكلاء AI تشغيل وتوصيف تجارب تدريب LLM تلقائيًا، مما يقلل من الوقت المطلوب لتكرار الباحثين يدويًا.

Autoresearch هو مشروع بحث AI مفتوح المصدر يتيح للوكلاء AI تشغيل وتوصيف تجارب تدريب LLM تلقائيًا. يهدف المشروع إلى تقليل الوقت اللازم لتكرار الباحثين يدويًا، وتوفير طريقة مرنة وسهلة الاستخدام لاستكشاف مجموعة واسعة من معماريات النماذج وأُطر المعلمات الفائقة واستراتيجيات التحسين.
تفصيل المعايير
- تجارب تدريب LLM التلقائي.
- تحسين استكشاف معمارية النموذج وأُطر المعلمات الفائقة واستراتيجيات التحسين.
- تحسين توصيف تجربة التدريب.
- اعتماد على مشروع البحث المفتوح المصدر.
- قابلية التوسع والتخصيص باستخدام ملفات Markdown وبرامج Python.
- تخصيص وقت التدريب بـ 5 دقائق

Google AI Co-Scientist
أداة ابتكار وذكاء اصطناعي مبتكرة تتعاون مع العلماء لتوليد الفروض واختصار مسار البحوث الطبية واكتشافات العلوم الحياتية.

يعتبر Google AI Co-Scientist نظامًا لاستخبارات 藿 متعدد العوامل مصممًا للتعاون مع العلماء وتسريع البحث البيولوجي. تم بناؤه باستخدام Gemini 2.0 ويلعب دور شريك علمي افتراضي للمساعدة في توليد فرضيات و提اق новية وأقتراحات بحثية. يهدف النظام إلى محاكاة عملية التفكير التي تقوم عليها المنهج العلمي والكشف عن معرفة جديدة وأصيلة. عند تقديم هدف البحث العلمي المحدد باللغة الطبيعية، يولد AI Co-Scientist فرضيات بحثية جديدة و개覧 بحثي مفصل وبروتوكولات تجريبية. يستخدم تحالفًا من الوكلاء المتخصصين، بما في ذلك Generation و Reflection و Ranking و Evolution و Proximity و Meta-review ، والتي تستخدم ملاحظات آلية لتوليد فرضيات وتقييمها وضبطها بشكل متكرر. يسمح النظام للعلماء بالتفاعل معه بطرق مختلفة، بما في ذلك تقديم أفكار البذور للاستكشاف أو ملاحظات مُعدَّلة على الإخراج المتولَد باللغة الطبيعية. يستخدم AI Co-Scientist أيضًا أدوات مثل البحث على الويب ونماذج 藿 المتخصصة لتحسين أساس و 品质 الفرضيات المولدة. تمออกแบบ النظام لتكبير الحاسوب وتحسين التفكير العلمي بشكل متكرر نحو هدف البحث المحدد. يعد AI Co-Scientist مفيدًا بشكل خاص للعلماء الذين يواجهون تحديات في التنقل في النمو السريع في المنشورات العلمية وتكامل الأفكار من مجالات غير مألوفة. من خلال الاستفادة من التقدم الأخير في مجال الذكاء الاصطناعي ، بما في ذلك القدرة على التركيب عبر Mojارات معقدة والتنفيذ التخطيطي والاستدلال على المدي الطويل ، يهدف AI Co-Scientist إلى تسريع سرعة اكتشافات العلمية والحيوية. لقد تم اختبار النظام في تطبيقات متعددة، بما في ذلك اكتشاف نقل الجينات واكتشاف نقلها مرة أخرى. في حين يقدم AI Co-Scientist عدة مزايا، так أنه يعتمد في فاعليته على جودة هدف البحث السابق و khảية العالِم على تقديم ملاحظات معنیة. يليه AI Co-Scientist أداة جديدة تملك القدرة على التأثير بشكل كبير على المجتمع العلمي، ولكن حدودها ومتغيراتها المحتملة تحتاج إلى تقييم دقيق. تطوير.AI Co-Scientist هو جهد مستمر، وسيعتمد تطبيقاته ومستقبل تحسيناته على الاستمرار في البحث والاختبار.
تفصيل المعايير
- التعاون المتعدد الوكلاء الذكاء الاصطناعي
- دعم البحوث العلمية المبكرة
- تحليل وتسليط الضوء على الأدب البحثي الطبي
- أداء مراجعات الأدب التعاونية
- العمل كمعاون AI بجانب العلماء
- توليد فِرَع التجربة والبحث




