Research AI Agents Souboj — 28. března 2025

1

Cell2Sentence

Otevřený framework, který obrací single-cell gene expresi na ' věty o buňkách', aby mohly být analýzovány a generovány biologické vhledy pro language models (LLM).

4.3 (4)

Zdarma

Plná recenze

Cell2Sentence je open-source framework, který transformuje data o expresi genů v jednotlivých buňkách do 'buněčných vět' pro analýzu a generování poznatků pomocí velkých jazykových modelů (LLM). Navrhuje řazenou transformaci vektoru exprese do buněčných vět, což jsou oddělená jména genů uspořádaná podle sestupné exprese. To umožňuje LLM nativně modelovat data sekvencování RNA jednotlivých buněk (scRNA-seq) pomocí přirozeného jazyka. Framework zahrnuje modely C2S-Scale, které sjednocují transkriptomická a textová data a umožňují pokročilé úkoly pro jednotlivé buňky, jako je predikce perturbace, sumarizace datových sad, popis shluků a biologické otázky. Modely C2S-Scale jsou k dispozici na platformě Hugging Face a jsou založeny na architekturách, jako jsou Pythia a Gemma-2. Cílová skupina Cell2Sentence jsou výzkumníci a vědci pracující s transkriptomickými daty jednotlivých buněk. Rámec byl aktualizován s novými modely a funkcemi, včetně podpory jemného ladění na vlastních šablonách výzev a formátování vícebuněčných výzev. Zahrnuje také sadu modelů Pythia pro predikci typu buněk, generování podmíněné typu buněk a různorodý vícebuněčný víceúlohový model trénovaný na více než 57 milionech lidských a myších buněk. Rámec Cell2Sentence je zdokumentován a obsahuje návody k použití, včetně příkladů doladění a formátování vícebuněčných výzev. Vývoj Cell2Sentence zahrnuje van Dijk Lab a byl zveřejněn v preprintu na bioRxiv. Cell2Sentence umožňuje objevování na další úrovni v oblasti jednotlivých buněk pomocí LLM.

• Transformace vektorů expresních hodnot na věty o buňkách
• C2S-Scale modely pro pokročilé single-cell úkoly
• Podpora fine-tuning na zákaznické šablonách pro proměnné
• Formátování vícebuňkových šablon pro LLMs
• Prednatočené modely založené na architekturách Pythia a Gemma-2

2

AlphaSense

Platforma pro inteligentní trh, která pomocí AI autonomně zdrojí odborné znalosti a podá výzkum analytikerské úrovně v měřítku.

4.4 (5)

Kontakt

Plná recenze

AlphaSense je platforma pro zpravodajství o trhu poháněná umělou inteligencí, která poskytuje důvěryhodné informace pro podporu obchodních rozhodnutí. Nabízí komplexní sbírku kurátorských zdrojů, včetně expertních přepisů Tegus, výzkumu makléřů a podkladových dokumentů společností. Platforma využívá pokročilé modely umělé inteligence ke generování vysoce kvalitních informací s citacemi na úrovni vět. AlphaSense integruje pracovní postupy, čímž eliminuje roztříštěné zdroje a poskytuje zjednodušené, propojené informace. Jeho možnosti GenAI poskytují informace v reálném čase, které zakládají rozhodnutí na spolehlivém odborném znalostech. Platforma je navržena pro investiční bankovnictví, hedgeové fondy, soukromé kapitálové společnosti, správu aktiv, konzulting, životní vědy a další odvětví. AlphaSense se liší díky vysoce syntetizovaným poznatkům, získaným z bezkonkurenčního souboru obsahu. Platforma také nabízí konfigurovatelné agenty pro automatizaci opakujících se výzkumných úkolů, přeměnu zjištění v přehledy a snímky připravené pro výkonné pracovníky. Jeho Generativní vyhledávání poskytuje 360stupňový pohled na trhy a společnosti, propojující kvalitativní poznatky se strukturovanými finančními údaji. Jednou z klíčových předností AlphaSense je schopnost umožnit uživatelům činit odvážné kroky s důvěrou a rychlostí. Platforma poskytuje týmům přesné odpovědi, jedinečné perspektivy a kritické aktualizace, které potřebují k tomu, aby zůstali před konkurencí.

• Kurátorovaní zdroje
• Expertní přepisy Tegus
• Výzkumné zprávy zbrokérů
• Soubory společnosti
• Sekce soukromých a veřejných finančních dat
• GenAI pro okamžité znalosti

3

AMIE

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

4.7 (6)

Zdarma

Plná recenze

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.

• Multimodální diagnostický dialog
• Interpretace vizuálního medicínského informací
• Stavově rozumný rámec pro rozumnění
• Integrace s modely Gemini
• Simulační prostředí pro hodnocení dialogu

4

Autoresearch

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

4.8 (5)

Zdarma

Plná recenze

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.

• 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)

5

Google AI Co-Scientist

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

4.5 (4)

Zdarma

Plná recenze

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.

• Generování hypotéz
• Vytváření výzkumného přehledu
• Vývoj protokolu experimentů
• Specializované agenty pro vědecké úsudky
• Automatizovaný zpětný chod
• Integrace vyhledávání webových stránek