Mennyt taisto · 2025-03-28 UTC

Research AI Agents Yhteenotto — 28. maaliskuuta 2025

Kategoriasta Research AI Agents. 12 merkkiä asetettu 5 taistelijan kesken. Cell2Sentence otti kruunun.

Lopulliset sijoitukset

Kokoonpano

Taistelijat

Profiilit jokaisesta työkalusta, joka kilpaili tässä taistossa, järjestettynä lopullisen pistemääränsä mukaan.

1Cell2Sentence logo

Cell2Sentence

Avointa rakennetta, joka muuntaa yksittäisisessä solussa ilmentyvän geeni-ekspressiotiedon "solulauseisiin", joten LLM-laskimelle voidaan analyysin ja biologisten aavistusten luomista tehdä.

4.3 (4)
Ilmainen
Cell2Sentence kuvakaappaus

Cell2Sentence on avoimesti saatavilla oleva kehyksetyökalu, joka muuntaa yksittäiskeliripotukseen liittyvät geeniatokset "kellussanoiksi" analyyseihin ja tuntemukseen suuret kieliopilliset mallit (LLM). Se ehdottaa geenien ilmentymien vektorien järjestelyn muuttamista sellaisten laskentamallien mukaan, joissa geneet tilat ovat ylöspäin. Samaan aikaan ne muodostavat luennan geenien nimistä järjesteltyinä eri geneille yleisempien ilmentymistasojen mukaan. Sen avulla LLM-mallit pystyvät mallinnusta suorasukaisesti käsittelemään yksittäiskeliripotukseen perustuvaa RNA-sekvenssiohjelmaa. Ohjelmisto sisältää C2S-Scale-malleja, jotka yhdistävät transkriptomiksi ja tekstuaalisiin tietoihin ja sallivat etenkin yksittäiskelitason tehtäviä kuten muuttujan vaikutusennusteen, tietokannan yhteenveto ja yksittäiskeliripotukseen liittyvän kuvailu ja biologinen kysymysjärjestelmä. C2S-Scale mallit ovat saatavilla Hugging Face -palvelussa ja niiden perustana on Pythia- ja Gemma-2 -mallien mallit. Cell2Sentence on suunniteltu tutkijoille ja tiedemiehille, jotka työskentelevät yksittäiskeliripotukseen perustuvaisten tietojen kanssa. Ohjelmistoa on päivitetty uusilla mallilla ja ominaisuuksilla, jotka sisältävät yksityiskohtainen toimitusmallien täydentämisen sekä useamman solun käyttämisen malleihin. Se sisältää myös Pythian mallien sovellus, jota käytetään solutyyppien ennustamiseen, tyypin ehdoilliseen syöttöön sekä monimutkaisiin useamman solun kaksiulotteisiin taitekoja, joita on koulittu yhteensä 57 miljoonan humanistilla ja hiiriellä solulla. Cell2Sentence-kirjanpaino on dokumentoitu ja tarjoaa opiskeluoikeuksia sen käytölle, myös esimerkein siitä, miten kehittää ja muokata monikelloista esitystapaa. Cell2Sentence:n kehityksen on vallinnut van Dijk -laboratorio, ja sen on julkaistu preprint -versio bioRxiv:ssä. Cell2Sentence tarjoaa yhteiskelitason löydön seuraavan sukupolven tekniikkaa LLM:ien avulla.

Kriteerien jakautuminen

Ease of use0
Value for money0
Features & power1
Integrations1
Support & docs1
Reliability1
  • Muuntorakennetta ekspressiovektoreistä solulauseiksi
  • C2S-Skeneniot, joiden kautta edellytetään edistyksellisiä yksittäissolitiedot
  • Tuki kustomoiduille ohjepohjaisteemppareille
  • Monisolupromptin muotoilu
  • Skeidenmallit, jotka perustuvat Pythia ja Gemma-2-arkkitehtuurin mukaan
2AlphaSense logo

AlphaSense

AI-voittoisan markkinointiedon alustan avulla, joka itsenäisesti lähtee etsimään asiantuntijan näkemyksiä ja toimittaa analyysitasoista tutkimusta suurellakin mittakaavalla.

4.4 (5)
Yhteystiedot
AlphaSense kuvakaappaus

AlphaSense on AI-johdottu markkinointiedon alusta, joka tarjoaa luotettavia näkymiä ohjaamaan bisnespäätöksiä. Se tarjoaa monipuolinen kokoelma kuratoitua lähteitä, mukaan lukien Teguksen asiantuntijankinovet, sijoituspankin tutkimukset sekä yhtiön ilmoitukset. Alustan kehittämällä AI-mallit generoivat korkealuokkaisia näkemyksiä, joiden loput lukuisia lauseita sisältävät. Alkuperäänsä nähden AlphaSense integroidut työvaiheet vähentävät jakautuneita lähteitä ja tarjoavat kevyesti muotoiltuja, yhdenmukaisia näkemyksiä. Sen GenAI -ominaisuudet tarjoavat reaaliaikaisia näkemyksiä, jotka sijoittavat päätöksiä luotettavalta asiantuntijalta. Alusta on suunniteltu sijoituspankki-, pörssien sijoittajien varat-, yksityinen rahoitus -rahastot- ja muu muu sektori: rahoitusrahastot, neuvo-osuuden osuusyhtiöissä, tieteenala rahastoihin. AlphaSense erottautuu omatavoitteistaan suurella synteettisellä visiolla, joka syntetisoidaan poikkituulisimmasta sisällönmäärästä. Mobiiliselle palvelulle on myös valittavissa adaptoivia agentteja, jotka automatisoivat toistuvia tutkimustöitä, muuntaen siihen tuloksia hallitukselle sopiviksi raporteiksi ja esityskuvioiksi. Sen Generaatiorengas tarjoaa 360-asteisen näkymän markkinoista ja yrityksistä, yhdistelemällä laadullisia tietoja rakenteisella taloudellisella tiedolla. Yksi AlphaSense'n avainvahvuuksista on sen kyky antaa käyttäjille voimaa tehdä rohkeita siirtoja luottamuksella ja nopeasti. Plataformi tarjoaa työryhmille tarkkoja vastauksia, yksilöllisiä näkökulmia ja kriittisiä päivityksiä, joita tarvitaan menestyäkseen kilpailussa.

Kriteerien jakautuminen

Ease of use0
Value for money1
Features & power1
Integrations0
Support & docs0
Reliability0
  • Curaattorit ladattu lähteet
  • Teguksen asiantuntija-transkriptit
  • Analyyttien selvitykset
  • Yhtiöiden ilmoitukset
  • Yksityiset sekä julkinen taloudellinen tiedot
  • GenAI reaalajasävyistä näkemyksiä
3AMIE logo

AMIE

Monimodaalinen diagnostinen tiedon agentti joka suorittaa kliinisiä keskusteluja ja tulkitsi lääketieteellisiä kuvia tarkoin diagnooseiksi.

4.7 (6)
Ilmainen
AMIE kuvakaappaus

AMIE (Artikulaatio-lääketieteellinen Intelliensiivetutkimus) on Google DeepMindin ja Google Researchin kehittämä tutkimustaiteellinen diagnostiikka agentti. Se on suunniteltu suorittamaan kliinisiksi keskusteluihin liittyviä kliinisiä keskusteluja ja tulkitsi lääketieteellisiä kuvia tarkoihin diagnooseiksi. Alkuperäisenä, tekstipohjaisena menettelynä julkaistiin AMIE Nature-lehdessä. Viimeisimmän kehitysaninan multimodaalinen AMIE integroi kyvyyden älykkäästi pyytää, tulkita ja järjestää visuaalista lääketieteellistä tietoa kliinisissä keskusteluissa. Tämän kehittämisen tarkoituksena on parantaa diagnoositarkkuutta sisällyttämällä multimodaalista tietoa diagnoosivaiheeseen, kuten kuvia ja asiakirjoja. AMIE käyttää tila-tietoisesta järjestelmää ja on rakennettu Multimodaalisen Gemini- mallin päälle. Sen on arvioitu lääkäreiden asiantuntijapalauteiden avulla, mukaan lukien Osanvaraista Strukturoituja Kliinisessä Tutkimuksessa (OSCE), ja sen suoritus on verrattu ensisijaisiin lääkäriin tarkastelussa, erilaisissa potilastapauksissa.

Kriteerien jakautuminen

Ease of use0
Value for money0
Features & power0
Integrations1
Support & docs1
Reliability0
  • Multimodaalinen diagnostinen dialogi
  • Visuaalinen lääketieteellinen tiedon tulkinta
  • Tila-tietoinen järjestelmää
  • Integrointi Gemini-malleihin
  • Simulointiympäristö dialogin arvioimiseksi
4Autoresearch logo

Autoresearch

Avointa lähdekoodia käyttävä projekti, joka sallii AI-agenttien itseohjaavan LLM-koulutuskokeilujen suorittamisen ja parhaan mallimuutosten säilyttämisen.

4.8 (5)
Ilmainen
Autoresearch kuvakaappaus

Autoresearch on avointa lähdekoodia käyttävä projekti, joka mahdollistaa AI-agenttien itseohjaavan LLM-koulutuskokeilujen suorittamisen ja parhaan mallimuutosten säilyttämisen. Projektissa käyttäjä voi asettaa pieniä, mutta todellisia LLM-koulutusympäristöjä ja jättää AI-agentin kokeilemaan niitä yöllä, muuttamalla koodia muutaman hetken ajaksi ja tarkastamalla, paraneeko tulokset. Tarkoituksena on automatisoida tutkimusprosessia, jonka avulla AI-agentti voi tutkia eri mallirakenteita, hyperparametreja ja optimointitactiseja ilman ihmisen toimenpiteitä. Projektissa on yksinkertainen, jokaista-GPU:n implementointiä nanochat -mallille sekä alkeellinen rakenne ohjelmoida AI-agentin tutkimusprosessia Markdown-tiedostoja käyttäen. Projektissa on suunnitteilla toimivaa, joka sallii käyttäjien lisätä lisää agentteja ja parantaa tutkimusprosessia ajan myötä.

Kriteerien jakautuminen

Ease of use1
Value for money1
Features & power0
Integrations0
Support & docs0
Reliability0
  • Itseohjaavat LLM-koulutuskokeilut
  • AI-agenttiin perustuva tutkimusprosessi
  • Yksittäisten jokiessa-GPU:n implementointi nanochat-mallille
  • Markdown-pohjainen ohjelmointi tutkimusprosessille
  • 5-minuutin koulutusaikabudjetti val_bpb-arvon mukaan
5Google AI Co-Scientist logo

Google AI Co-Scientist

Monikanavaisen AI-järjestelmän, joka yhteistyössä tieteilijöiden kanssa generaatioihin ja kiihdyttää biologista tutkimusta.

4.5 (4)
Ilmainen
Google AI Co-Scientist kuvakaappaus

Google AI Co-Scientist on moniosaajainen tutkimusyhteistyössä toimiva järjestelmä, joka auttaa tiedemiehiä lyömään keilauksissa biolääketieteellistä tutkimusta. Se on rakennettu Gemini 2.0:een ja toimii virtuaalina tieteellisenä yhteistyökumppanina auttaen luomaan uusia hypoteesejä ja tutkimusaiheita. Järjestelmää on tarkoitus kuvastaa tieteellisen tutkimusmenetelmän taustalla olevaa päätöksenteon prosessia ja paljastaa uutta alkuperäistä tietoa. Kun tieteilijä määrittelee tutkimuksen tavoitteen luonnollisella kielellä, Google AI Co-Scientist generoi uusia tutkimushypoteesejä, yksityiskohtaisen tutkimuksen yleiskuvan sekä kokeellisten protoollien. Järjestelmän käyttää erikoistuneita agentteja, mukaan lukien Generation, Reflection, Ranking, Evolution, Proximity, ja Meta-review, jotka käyttävät automaattista äänenantelua kaksinkertaistaa, arvioida ja yksinkertaistaa hypoteesejä. Järjestelmä mahdollistaa tiedemiehille interaktiivisen vuorovaikutuksen sen avulla, että tiedemiehet voivat antaa lähtöideat tutkimuksen alalle tai arvioinnin generoituissa tuloksissa luonnollisella kielellä. Google AI Co-Scientist käyttää myös työkaluja kuten verkkoselainta ja erikoistuneita AI-malleja täydentääkseen todentamista ja laadukkuutta generoituissa hypoteeseissä. Järjestelmä suunniteltuan flexibelina, skaalataa tietokonetta ja iteratiivisesti parantaa tieteellista päätöksentekoa annettuihin tutkimuksen tavoitteisiin suhteen. AI Co-Scientist soveltuu erityisesti tutkijoille, jotka vastaavat haasteisiin, joita aiheuttavat tieteellisten julkaisujen nopeasti kasvava lukumäärä ja tuntemattoman alueen ymmärrys. Näyttäen käyttämään viimeisimpien AI-keksintöjen, kuten kompleksisten aiheiden yhdistämisen sekä pitkäaikaista suunnittelua ja viestintää, tavoitteena voi olla nopeuttaa tieteellisen ja biotieteellisen tiedon löytämisen tahti. Järjestelmä on tutkittu monissa sovelluksissa, mukaan lukien geenien siirtämisen löytäminen ja uudelleen löytäminen. Vaikka kehitysyhteistyössä toimiva AI-konsepti esittää useita etuja, sen tehokkuus riippuu lopputuloksen laadukkaasta tutkimuskohdasta ja tiedemiehen kyvystä luoda tärkeää palautetta. AI Co-Scientist on uusi työkalu, jolla on mahdollisuus merkittävästi vaikuttaa tieteelliseen yhteisöön, mutta sen rajoitteet ja potentiaaliset syrjivyydet tarvitsevat huolellista arviointia. AI Co-Scientistin kehitystä on kunnossa vielä kauas mennessä, ja sen tulevat sovellukset ja parannukset riippuvat siis jatkuvasta tutkimuksesta ja kokeilusta.

Kriteerien jakautuminen

Ease of use0
Value for money1
Features & power1
Integrations0
Support & docs0
Reliability0
  • Hypoteesi-alueiden generaatio
  • Tutkimuksen yleiskatsaussuunnittelu
  • Kokeellisen protokollan kehittäminen
  • Tieteellisille toiminnallisille asioille erityispohjattuja agentteja
  • Automaattinen palautusreago
  • Verkkotietokoneen integraatio