Minulá bitva · 2024-05-31 UTC
Research AI Agents Souboj — 31. května 2024
Z kategorie Research AI Agents. 34 hlasů umístěno napříč 8 bojovníky. Google AI Co-Scientist získal korunu.
Konečné pořadí
Sestava
Bojovníci
Profily každého nástroje, který soutěžil v této bitvě, seřazené podle jejich konečného skóre.

Google AI Co-Scientist
Systém multiagentní AI, který spolupracuje s vědci na generování hypotéz a urychlení biomedicínského výzkumu.

Google AI Co-Scientist je multiagentní systém umělé inteligence navržený pro spolupráci s vědci a urychlení biomedicínského výzkumu. Je postaven na základě Gemini 2.0 a funguje jako virtuální vědecký spolupracovník, který pomáhá generovat nové hypotézy a výzkumné návrhy. Systém je navržen tak, aby odrážel proces uvažování, který je základem vědecké metody, a objevoval nové, originální znalosti. Vzhledem k výzkumnému cíli vědce specifikovanému v přirozeném jazyce generuje AI Co-Scientist nové výzkumné hypotézy, podrobný výzkumný přehled a experimentální protokoly. Využívá koalici specializovaných agentů, včetně Generation, Reflection, Ranking, Evolution, Proximity a Meta-review, kteří využívají automatickou zpětnou vazbu k iterativnímu generování, hodnocení a zdokonalování hypotéz. Systém umožňuje vědcům interagovat s ním různými způsoby, včetně poskytování výchozích nápadů prozkoumání nebo zpětné vazby na generované výstupy v přirozeném jazyce. AI Co-Scientist také využívá nástroje, jako je webové vyhledávání a specializované modely umělé inteligence, aby zvýšil kvalitu a spolehlivost generovaných hypotéz. Systém je navržen tak, aby flexibilně škáloval výpočetní zdroje a iterativně zlepšoval své vědecké uvažování směrem k určenému výzkumnému cíli. AI Co-Scientist je zvláště užitečný pro vědce, kteří čelí výzvám při navigaci v rychlém růstu vědeckých publikací a integraci poznatků z neznámých oblastí. Využíváním nedávných pokroků v oblasti AI, včetně schopnosti syntetizovat informace napříč složitými tématy a provádět dlouhodobé plánování a uvažování, se AI Co-Scientist snaží urychlit tempo vědeckých a biomedicínských objevů. Systém byl testován v různých aplikacích, včetně objevování přenosu genů a opětovného objevení přenosu. Ačkoli AI Co-Scientist představuje několik výhod, jeho účinnost závisí na kvalitě vstupního výzkumného cíle a schopnosti vědce poskytovat smysluplnou zpětnou vazbu. AI Co-Scientist je nový nástroj, který má potenciál významně ovlivnit vědeckou komunitu, ale jeho omezení a potenciální zkreslení je třeba pečlivě vyhodnotit. Vývoj AI Co-Scientist je neustálým úsilím a jeho budoucí aplikace a vylepšení budou záviset na pokračujícím výzkumu a testování.
Розбивка критеріїв
- Generování hypotéz
- Vytváření výzkumného přehledu
- Vývoj protokolu experimentů
- Specializované agenty pro vědecké úsudky
- Automatizovaný zpětný chod
- Integrace vyhledávání webových stránek

Bright Data Web MCP
Server MCP, který poskytují AI agentům spolehlivé webové vyhledávání, sběr a automatizaci prohlížeče za 5 000 bezplatných požadavků měsíčně.

Začleněná služba Web MCP od Bright Data umožňuje AI agentům spolehlivě vyhledávat, sbírat a automatizovat prohlížeče. Poskytuje 5 000 bezplatných požadavků měsíčně. Návrh umožňuje AI agentům efektivně vyhledávat na webu, extrahovat data a navigovat na webových stránkách bez blokací. Obsahuje funkce jako jsou reálné hledání výsledků, extrakce dat, procházení webů a automatizace prohlížečů. Web MCP je navržený tak, aby se vyhnul blokům a omezením, a je důvěryhodný pro více než 20 000 zákazníků po celém světě.
Розбивка критеріїв
- Reálné vyhledávání na webu
- Procházení webů a extrakce dat
- Automatizace prohlížeče
- Vyhnout se geografickým omezením a CAPTCHÁM
- Zpracování JavaScriptu pro dynamický obsah
- Imitace skutečného chování uživatele

Kosmos
Nezávislý AI vědec pro dlouhodobé výzkumové kampaně, který analyzuje data a literaturu k výrobě plně citovaných vědeckých zpráv.

Kosmos je autonomní AI vědec navržený pro týmy R & D v biotechnologii a farmacii i pro vědce. Analyzuje data a literaturu k výrobě plně citovaných vědeckých zpráv, čímž je urychluje proces vývoje léků z hypotézy na registraci v málo dní, nikoliv měsících. Kosmos pracuje autonomně, čte literaturu, generuje hypotézy, směruje výzkumné práce a spouští vědecké pracovní procesy. Podporuje celý životní cyklus vývoje léčiv, konkrétně od identifikace cílů až do klinického vývoje a registrace. AI nástroj spolupracuje s lidskými vědoucích vědami prostřednictvím Slacku, týmu a emailu, a učí se z znalostí organizace, zahrnuje historii experimentů a licenční soukromou vědeckou data.
Розбивка критеріїв
- Samostatná generace hypotéz
- Analyza literatury
- Analyza dat
- Výkon vědeckých pracovních postupů
- Spolupráce prostřednictvím Slacku, týmu a emailu
- Nezávislá pro budoucí state-of-the-art modely

THEUS (Aigora)
Firemní systém AI pro výzkum, který mění proprietární studie na stopovatelné informace s ID faktů, citacemi a avatary expertů pro syntézu.

THEUS je podnikový výzkumný systém umělé inteligence, který přeměňuje proprietární studie na sledovatelné poznatky s identifikátory faktů, citacemi a avatary odborníků. Je postaven na bázi Google Agent Development Kit (ADK) a využívá obousměrnou modelaci pro znalostní agenty založené na datech. Uživatelé mohou extrahovat, syntetizovat a prozkoumávat své výzkumné údaje a každý nárok je podložen konkrétním identifikátorem faktu s citacemi na úrovni stránky. THEUS nabízí dva způsoby prozkoumávání: generování nových poznatků s Dr. Reedem nebo analýzu stávajících znalostí s Dr. Sinclairem. Tato platforma je navržena pro VPs Insights, Global Sensory Leads a lídrů inovací, kteří hodnotí strategické budování schopností. Využívá účelovou výzkumnou metodologii, nikoli obecný podnikový AI, a vytváří datově podložené znalostní agenty vycvičené na aktuálních institucionálních datech. Vzhledem k tomu, že 85 % nových produktů selže do dvou let (Nielsen), důkazově podložené zkoumání výrazně zlepšuje kvalitu rozhodování. THEUS nabízí samostatné místo, které zahrnuje funkce, jako je zpracování až 30 dokumentů za měsíc, až 1 500 stránek analyzovaných za měsíc a až 500 otázek pro Dr. Sinclair za měsíc. Jednou z hlavních výhod THEUS je schopnost přeměnit desítky let vlastních dat na sledovatelné a rozhodovací informace pomocí znalostních agentů poháněných umělou inteligencí.
Розбивка критеріїв
- Extrahujte, syntetizujte a prozkoumejte výzkumná data
- Generujte nové poznatky s Dr. Reedem nebo analyzujte stávající znalosti s Dr. Sinclairlem
- Bidirectional modeling pro data-grounded znalostní agenty
- Propojte produkt a spotřebitelské znalosti pro bidirectional pohled
- Podporuje cross-study syntézu a analýzu výzkumných mezer

AMIE
Multimodální AI diagnostický agent, který vede klinické konverzace a interpretuje medicínské obrazy pro přesné diagnózy.

AMIE (Articulární Medické Inteligentní Explorer) je výzkumný AI diagnostický agent vyvinutý společností Google DeepMind a Google Research. Je navržen na to, aby vedl klinické konverzace a interpretoval medicínské obrazy pro přesné diagnózy. V počátku byla AMIE text-bází medickým diagnostickým konverzačním AI agentem publikovaným v Nature. Poslední vývoj, multimodální AMIE, integruje schopnost intelektuálně žádat, interpretovat a vycházet z vizuálního medicínského informací během klinických konverzací. Toto rozvoje má za cíl zlepšit diagnostickou přesnost za pomocí integrace multimodálních dat, jako jsou obrazy a dokumenty, do diagnostického procesu. AMIE používá rámci rozumové framework a je postaven na multimodálních Gemini modelů. Byla vyhodnocena prostřednictvím expertních vyhodnocení, včetně Objective Structured Clinical Examinations (OSCEs), srovnávajících její výkonnost s primárními zdravotnickými lékaři (PCPs) v různých pacientských scénářích.
Розбивка критеріїв
- Multimodální diagnostický dialog
- Interpretace vizuálního medicínského informací
- Stavově rozumný rámec pro rozumnění
- Integrace s modely Gemini
- Simulační prostředí pro hodnocení dialogu

QualiaInterviews
Platforma, která využívá umělou inteligenci pro konverzační výzkum a hodnocení rozhovorů na škálo, podporující komunikaci v několika jazycích.

QualiaInterviews je výzkumná platforma, která využívá umělou inteligenci k provádění rozhovorů s účastníky prostřednictvím přirozené, konverzační dialogu. Umožňuje týmům získávat kvalitativní poznatky z větších vzorků než tradiční individuální rozhovory, přičemž zachovává hloubku a nuance otevřeného rozhovoru. Nástroj podporuje rozhovory v mnoha jazycích, což ho činí vhodným pro přeshraniční studie, globální průzkum trhu a hodnocení programů. Výzkumníci mohou navrhovat průvodce rozhovorem, nasazovat je účastníkům a prohlížet si automaticky strukturované výsledky bez ručního moderování každé relace. QualiaInterviews obvykle využívá sociální výzkumníci, evaluátoři, UX týmy a organizace provádějící dopadové hodnocení, kteří potřebují škálovatelná kvalitativní data bez ztráty konverzační hloubky.
Розбивка критеріїв
- Rozešlou konverzační rozhovory vedena umělou inteligencí
- Podpora rozhovorů v několika jazycích
- Automatizované sledování a dotazování
- Strukturovaný rozbor kvalitativních odpovědí
- Mobilizace a nasazení participantů na velkou škálu
- Vyhřívací a analytické pracovní nástroje pro výzkum

Table Agent je umělou inteligencí poháněnou asistentkou dat, navrhlý k zjednodušení procesu výzkumu tabulárních dat. Jeho cílem je automatizovat sběr dat k libovolné zvolenému tématu a tím zkusit výzkum ještě efektivnějším. Nástroj umožňuje nastavovat šablony datové struktury a umožňuje uživatelům přizpůsobit sběr dat konkrétním potřebám. Taková flexibilita je prospěšná pro širokou škálu aplikací a odvětví, u kterých se struktura dat může lišit značně. Ve středobřišku funkčnosti Agent tabulky je jeho agentem řízenou schopností hledání dat. To znamená, že nástroj využívá umělé inteligence k aktivnímu hledání a sbírání relevantních dat, což může snižovat čas a úsilí potřebné pro manuální hledání. Idea AI řízeného asistenta pro data zaručuje, že může být snadno integrována s různými nástroji pro analýzu dat, čímž může být zásadně zdokonalena celková výzkumná činnost. Silná stránka agenta Tabulky by pravděpodobně zahrnovala jeho schopnost automaticky automatizovat úkony sběru dat a jeho přizpůsobivost různým datové strukturám. Bez dalších specifických informací je však obtížné určit jeho omezenosti nebo, jak se s ním porovnává s alternativními datovými assistant nástroji.
Розбивка критеріїв
- Automatizovaný sběr dat
- Uživatelsky definovatelné datové schéma
- Vyhledávání dat pomocí AI agenta
- Rychlé a přesné získání dat

Autoresearch
Otevřený projekt, který umožňuje AI agentům automaticky spouštět experimenty s LLM tréninkem a uchovávat nejvýběžější změny modelu.

Autoresearch je otevřený projekt, který uživatelům umožňuje AI agentům automaticky spouštět experimenty s trénováním LLM a uchovávat nejlepší modelové změny. Projekt umožňuje uživatelům nastavit malé ale reálné prostředí pro LLM trénink a nechat AI agenta experimentovat v něm během noci, při kterém se automaticky upravuje kód, probíhá krátkodobý trénink a je zkontrolováno, zda výsledky jsou lepší. Cílem je automatizovat proces výzkumu tím, že pověříte AI agenta zjišťováním různých architektur modelů, jeho parametrů a optimalizačních strategií bez lidského zásahu. Projekt zahrnuje zjednodušený single-GPU implementaci nanochat a poskytuje základní strukturu pro programování AI agentovy výzkumné procesy pomocí souborů s formátem Markdown. Projekt je navržen tak, aby byl flexibilní a uživatelé mohli přidávat další AI agenty a zlepšovat výzkumný proces s časem.
Розбивка критеріїв
- Automatické spuštění experimentů s LLM tréninkem
- AI agentům ovládaný proces výzkumu
- Single-GPU implementace nanochat
- Programování výzkumného procesu založené na Markdown souborech
- Pětiminutový rozpočet pro trénink s evaluatingovou kritériem (val_bpb)







