Research AI Agents Двубой — 28 март 2025 г.

1

Cell2Sentence

Отворен източник.framework, който преобразува единичната експресия на гени в 'изречения на клетки', така че LLMs да могат да анализират и генерират биологични прозрения.

4.3 (4)

Безплатно

Пълен преглед

Cell2Sentence е开-source framework, който преобразува данни за експресия на гени в единични клетки в „клетъчни изречения“ за анализи и генериране на идеи от големи езикови модели (LLM). Той предлага рангова трансформация на вектори на експресия в клетъчни изречения, които са имена на гени, разделени с интервали и подредени в низходящ ред на експресия. Това позволява на LLM да моделират данни от единично-клетъчна секвениране на РНК (scRNA-seq) чрез естествен език. Фреймворкът включва моделите C2S-Scale, които обединяват транскриптомни и текстови данни и позволяват напреднали задачи с единични клетки, като предсказване на смущения, резюмиране на набори от данни, каптиране на кластери и отговаряне на биологични въпроси. Моделите C2S-Scale са налични в Hugging Face и се основават на архитектури като Pythia и Gemma-2. Cell2Sentence е предназначен за изследователи и учени, които работят с данни от транскриптомика на единични клетки. Фameworkът е обновен с нови модели и функции, включително поддръжка за микротонирane на персонализирани шаблони за промпти и форматиране на промпти с много клетки. Той също включва набор от модели Pythia за прогноза на типове клетки, условено от типа на клетката генериране и разнообразен модел с много клетки и много задачи, обучен на над 57 милиона човешки и мъжки клетки. Фреймворкът Cell2Sentence е документиран и разполага с учебни материали за използване, включително примери за файн-тюниране и форматиране на многоклетъчни промпти. Разработката на Cell2Sentence включва лабораторията ван Дийк и е публикувана в предварителен печат на bioRxiv. Cell2Sentence позволява следващото поколение открытия на единични клетки с LLMs.

• Преобразуване на експресионни вектори в изречения на клетки
• Модели C2S-Scale за продвинати единични клетъчни задачи
• Поддръжка за файн-тю寧 на произволни шаблони за подсказки
• Форматиране на多-клетъчни подсказки
• Преобучени модели, основани на архитектури Pythia и Gemma-2

2

AlphaSense

Платформа за интелектуална информация с AI, която самостоятелно източува експертни мнения и доставя аналитичен ниво на изследвания масово.

4.4 (5)

Контакт

Пълен преглед

AlphaSense е платформа за източникова интелигенция, задвижена от AI, която предоставя заслужаващи се изводи за да помага за вземането на бизнес решения. Тя предлага обхватна събирка на курирани източници, включващи експертни транскрибирането на Tegus, изследвания на брокери и файлове на компании. Платформата използва напреднали AI модели, за да генерира висококачествени изводи с цитати с елементарно ниво на източниците. AlphaSense интегрира потоци на задействания, eliminiria fragmentирани източници и предостави свали, свързани изводи. Нейния GenAI възможности предават реалните изводи в реално време, изложени в надеждна експертиза. Платформата е проектирана за инвестиционното банково дело, хедж фандове, частни капитали, управление на активи, консултансиране, биотехнологии и други индустрии. AlphaSense се различава с изключително обединени визии, генерирани от изключително голяма колекция съдържание. Платформата също така включва персонализиращи агенти, за да аутоматира повторящи се задачи от тип изследователска работа, трансформиращи данните в репорти в изпълнителска форма и слайдове. С помощта на своята Генеративна Сърдова Мрежа, платформата предлага 360- градусна гледна точка към пазарите и компаниите, свързвайки качествените визии със структурирени финасова данни. Един от основните предимства на AlphaSense е възможността му да удостои потребителите да правят решителни хърхерички стъпки с увереност и бързина. Платформата предоставя на екипите точните отговори, уникални гледни точки и критически обновления, които им са необходими, за да останат пред фронта на натиска на съперниците си.

• Куратирани източници
• Тегус експертни съобщения
• Брокерска аналитика
• Държавна и приватна финансови данни
• GenAI за реално време визуална информация
• Още

3

AMIE

Агент за диагностични разговори, които използват многочлен и интерпретират медицински изображения за достоверна диагностика.

4.7 (6)

Безплатно

Пълен преглед

AMIE (Articulate Medical Intelligence Explorer) е изследователски агент за диагностичен AI, развит от Google DeepMind и Google Research. Той е проектиран да провежда клинични разговори и да интерпретира медицински изображения за точни диагностики. Инициално, AMIE беше съвременен базиран текст, диагностичен конвърсационен AI агент публикуван в Nature. Последната възможност, AMIE, включва умната възможност да изисква, интерпретира и разсъждава относно визуалната медицинска информация по време на клиничните разговори. Този изразен подход при стремежа за повишаване на точността на диагностиката се стреми да включи кумулятивните данни, като изображения и документи, в процеса на диагностициране. AMIE използва фреймовработа в състояние и е създадена върху моделите от типа Gemini, който е в модуса съществуване на кумулятивно данни. Той е оценен чрез експертно оценяване, включвайки обективно структурирано клинично изпитание, сравняващ му извършенията при различни сценарии за пациенти с извършенията на лекари, които първи разпореждат с основните медицински грижи.

• Мултимодален диагностичен диалог
• Интерпретация на медицинска информация
• Статус-съвестен рамкови състояние на разсъждение
• Интеграция с модели Gemini
• Симулационно окръжение за оценка на диалога

4

Autoresearch

Отворен проект, който използва AI агенти за самостоятелна поддръжка на експерименти със LLM и запазване на наричките на най-добрите модели.

4.8 (5)

Безплатно

Пълен преглед

Autoresearch е отворен код проект, който позволява на агентите на AI самостоятелно да изпълняват експериментите по обучението на модела на LLM и да запазват най-добрите промени на модела. проектът позволява на потребителите да настройват малък но реален обучителен среда на LLM и да дадат на AI агента да експериментира със нейните промени през нощта, модифицирайки кода, обучавайки се за кратък период и проверявайки дали резултатите се подобряват на следващия ден. Целта е да автоматизирате процеса на изследване, като позволявате на агента на AI да проумява различни архитектури на модели, параметри и оптимизационни стратегии без човешко участие. Проектът включва упростена интеграция на nanochat на един GPU и предлага основна структурата за програмиране на процесу на изследване на агента на AI чрез файлове в Markdown. Проектът е проектиран да бъде разширяем, като позволява на потребителите да добавят повече агенти и да подобряват процесу на изследване върху време.

• Самостоятелни експерименти със LLM
• AI агент-управлявана процес на изследване
• Едно-GPU изпълнение на nanochat
• Markdown основен интерфейс за програмиране за процеса на изследване
• Бюджет на 5 минути за обучение със значение за оценителен метричен показател (val_bpb)

5

Google AI Co-Scientist

Многодоменна система за изкуствен интелект, която сътрудничи с учени да генерира хипотези и да ускорява биомедицинските изследвания.

4.5 (4)

Безплатно

Пълен преглед

Google AI Co-Scientist е многоагентен изкуствен интелектен систем, проектиран да съдейства с учените и да спрашва по-бързо биomedицинско изследване. Той е изграден с Gemini 2.0 и функционира като виртуален научен сътрудник за помагане на генерирането на нови хипотези и пројекти за изследване. Системът е предназначен да отразява процесуалния механизъм на научното метод и изграни да открива нови, оригинални знания. В зависимост от конкретната целя на учения въвеждана в естествен език, AI Co-Scientist генерира нови хипотези, детайлен обзор на проява и експериментални протоколи. Системата използва съюз от специализирани агенти, включително Generation, Reflection, Ranking, Evolution, Proximity и Meta-review, които използват автоматизиран обратотворен ендфийд да генирацират, оценяват и финикувани хипотезите. Системата позволява учениците да общуват с нея по различни начина, включително предоставяне на семина за експлоатация или обратна връзка за генерирания изход като естествен език. AI Co-Scientist също така използва инструменти като извършване и специализирани модули на ЛМ, за да подобрат почвена и качествена генерация на хипотезите. Системата е проектирана да се справя многоумно с обективите и да повтаря по итеративно да подобрява научното му разсъждение по специфицираната целя на проява. Хардуерът на AI Co-Scientist е особено полезен за учени, които се сблъскват с проблеми при обхода на бързото разрастване на научните публикации и увеждането с възгледи от неизвестни области. Използвайки最近ните напредка в областта на AI, включващи възможността да се комбинират навъutilus комплексни проблеми и да се извеждат обосновани резюме за дългосрочни периоди, AI Co-Scientist се стреми да ускори часовито наука и медицинска открития. Системата е тествана в различни приложения, включително изследване и ре-известяване на генна трансфер. Презентациите на системата AI Co-Scientist съвпадат на значителен брой предимствата, но ефективността ѝ възпоставена на достоверността на въведеният научен цял и способността на учения да предоставя смислени оценки. AI Co-Scientist е нова платформа, която има съществена сила да влияе върху научната общност, но ограниченията и потенциалните предубеждения на платформата трябва да бъдат внимателно оценени. Разработата на AI Co-Scientist е постоянно развиваща се иновация, а неговите бъдещи приложения и подобрения ще зависят от продължаваща научна изследователска дейност и тестове.

• Генерация на хипотези
• Създаване на обзор на изследванията
• Разработка на експериментален протокол
• Специализирани агенти за научни умения
• Автоматично обратна връзка
• Мрежов търсене интеграция