קרב קודם · 2024-05-31 UTC
Research AI Agents התמודדות — 31 במאי 2024
מקטגוריית Research AI Agents. 34 סימונים הוצבו על פני 8 לוחמים. Google AI Co-Scientist זכה בכתר.
הדירוג הסופי
ההרכב
הלוחמים
פרופילים של כל כלי שהשתתף בקרב הזה, ממוין לפי הציון הסופי.

Google AI Co-Scientist
מערכת בינה מלאכותית רב-סוכנית המשתפת פעולה עם מדענים ליצירת השערות ולהאצת מחקר ביו-רפואי.

ה-Google AI Co-Scientist היא מערכת בינה מלאכותית רב-סוכנית שנועדה לשתף פעולה עם מדענים ולהאיץ מחקר ביו-רפואי. היא בנויה עם Gemini 2.0 ופועלת כמשתף פעולה מדעי וירטואלי כדי לעזור ביצירת השערות וצעות מחקר חדשות. המערכת נועדה לשקף את תהליך החשיבה העומד בבסיס השיטה המדעית ולגלות ידע חדש ומקורי. בהינתן מטרת המחקר של מדען שצוינה בשפה טבעית, ה-AI Co-Scientist מייצרת השערות מחקר חדשות, סקירה כללית של המחקר ופרוטוקולים ניסויים. היא משתמשת בקואליציה של סוכנים מיוחדים, כולל יצירה, היסטוריה, דירוג, אבולוציה, קרבה וסקירה מחודשת, אשר משתמשים במשוב אוטומטי כדי ליצור, להעריך ולשפר השערות באופן איטרטיבי. המערכת מאפשרת למדענים אינטראקציה איתה בדרכים שונות, כולל מתן רעיונות התחלה לחקירה או משוב על תפוקות שנוצרו בשפה טבעית. ה-AI Co-Scientist גם משתמש בכלי חיפוש באינטרנט ודגמי בינה מלאכותית מיוחדים כדי לשפר את הקיבוע ואיכות ההשערות שנוצרות. המערכת נועדה להתאים בקלות את החישוב ולשפר באופן איטרטיבי את החשיבה המדעית שלה לעבר מטרת המחקר שצוינה. ה-AI Co-Scientist שימושי במיוחד עבור מדענים העומדים בפני אתגרים בניווט הצמיחה המהירה בפרסומים מדעיים ושילוב תובנות מתחומים לא מוכרים. על ידי ניצול ההתקדמות האחרונה בתחום הבינה המלאכותית, כולל היכולת לסנתז על פני נושאים מורכבים ולבצע תכנון ארוך טווח וחשיבה, ה-AI Co-Scientist שואף להאיץ את קצב הגילוי המדעי והביורפואי. המערכת נבדקה ביישומים שונים, כולל גילוי העברת גנים וגילוי מחדש של העברה. בעוד שה-AI Co-Scientist מציג מספר יתרונות, יעילותה תלויה באיכות מטרת המחקר והיכולת של המדען לספק משוב משמעותי. ה-AI Co-Scientist הוא כלי חדש שיש לו פוטנציאל להשפיע באופן משמעותי על הקהילה המדעית, אך יש להעריך בזהירות את מגבלותיו והטיותיו הפוטנציאליות. הפיתוח של ה-AI Co-Scientist הוא מאמץ מתמשך, ויישומיו ושיפורים עתידיים יהיו תלויים במחקר ובבדיקות המשך.
חלוקת קריטריונים
- יצירת השערות
- יצירת סקירה כללית של מחקר
- פיתוח פרוטוקולים ניסויים
- סוכנים מיוחדים לחשיבה מדעית
- לולאת משוב אוטומטית
- שילוב חיפוש באינטרנט

Bright Data Web MCP
שרת MCP המספק לסוכני AI חיפוש וeb אמין, גריפה ואוטומציה של דפדפן עם 5,000 בקשות חודשיות חינמיות

Web MCP של Bright Data הוא שרת המאפשר לסוכני AI לחפש, לגרוף ולאוטומט את הדפדפן באופן אמין. הוא מספק 5,000 בקשות חודשיות חינמיות. הכלי מאפשר לסוכני AI לחפש באופן יעיל, לחלץ נתונים ולנווט באתרים ללא חסימה. הוא מציע מאפיינים כגון תוצאות חיפוש בזמן אמת, חליצת נתונים, זחלנות אתרים ואוטומציה של דפדפן. Web MCP תוכנן לעקוף חסימות והגבלות, ונסמך על ידי יותר מ-20,000 לקוחות ברחבי העולם.
חלוקת קריטריונים
- חיפוש web בזמן אמת
- זחלנות אתרים וחליצת נתונים
- אוטומציה של דפדפן
- עקיפת הגבלות גיאוגרפיות ו-CAPTCHAs
- הצגת JavaScript עבור תוכן דינמי
- חיקוי התנהגות משתמש אמיתי

Kosmos
מדען-אי עצמאי למחקר אוניברסיטאי בעתיר, המבחן נתונים וליטרטורה כדי para הפקה e fully-cited תיעוד מדעי

Kosmos ה- AI עדין-מדע נעשה עדין-מדע R&D צוותים ה- biopharma ומדעני חוקרים. ה- AI בחן נתונים וליטרטורה כדי para הפקה e fully-cited scientific reports, שמאציל e תהליך הפיתוח של e אנט- 5- e drug בימים, e - 6- e e in e e, 6 e e. e. Kosmos עובד, e autonomously, e e e literature, e e e e, e e e e scientific e. e supports e full e- cycle e drug e evelopment, e e e through e e - e e e e e e e. e e Kosmos collaborates e- e e e e ה- e- AI tool e- with e e e- human e ח- e e e e e e e, e e e- e e e. e- e e e- e- on e- experimental e - e e e- e e e e - e e. e e e
חלוקת קריטריונים
- י- e Generation autonomous e hypotheses
- e analysis e literature
- e analysis e data
- e e e- execution scientific e e
- e e e collaboration e Slack , e e Teams, e e- email
- e agnostic model e- e e e- e e e e e e e e e

THEUS (Aigora)
מערכת AI לחקר עסקי שמסוגלת להמיר מחקרים פרטיים לאבחנות עקיבות, עם ID מסמכים, מקורות, ודמויות מומחים להסיכום

THEUS הוא מערכת מחקר בינה מלאכותית ארגונית שמשנה מחקרים קנייניים לתובנות עקיבות עם מזהי עובדות, ציטוטים ואבטארים של מומחים. היא בנוייה על גוגל Agent Development Kit (ADK) ומשתמשת במודל דו-כיווני עבור סוכני ידע מבוססי נתונים. משתמשים יכולים לחלץ, לסנתז ולחקור את נתוני המחקר שלהם, וכל טענה מגובה במזהה עובדה ספציפי עם ציטוטים ברמת עמוד. THEUS מציעה שני דרכים לחקירה: יצירת תובנות חדשות עם ד"ר ריד או ניתוח ידע קיים עם ד"ר סינקלייר. פלטפורמה זו תוכננה עבור סמנכ"ל תובנות (VPs of Insights), ראשי תחום החושים העולמי (Global Sensory Leads) ומנהיגי חדשנות המעוניינים בהערכת בניית יכולות אסטרטגיות. היא משתמשת במתודולוגיית מחקר מותאמת למטרה, לא בינה מלאכותית ארגונית גנרית, ויוצרת סוכני ידע מבוססי נתונים המוכשרים על נתונים מוסדיים בפועל. כאשר 85% מהמוצרים החדשים נכשלים תוך שנתיים (נילסן), חקר מבוסס ראיות משפר באופן דרמטי את איכות ההחלטות. THEUS מציעה מושב יחיד, הכולל תכונות כגון עד 30 מסמכים מעובדים בחודש, עד 1,500 עמודים מנותחים בחודש, ועד 500 שאלות ל-Dr. Sinclair בחודש. אחד היתרונות המרכזיים של THEUS הוא היכולת שלו להפוך עשרות שנים של נתונים קנייניים למודיעין עקבי ומוכן להחלטה באמצעות סוכני ידע המונעים על ידי בינה מלאכותית.
חלוקת קריטריונים
- הוצאת מנה, מניפולציה והתייחסות לנתוני מחקר
- יצירת אבחנות חדשות עם Dr. Reed או התייחסות אל נוכחות ידוע ל-Dr. Sinclair
- תמודדות בירכאית ליצירת סוכנים AI
- יצירת קשר בין ידע על תוצרים ולקוחות על-מנת ליצירת אבחנות מלכדת
- תמיכה לתגוב, סינתזה וראיון אל מחקרים ואבחנות ראשוניות
- דאגים להתקיים של חורר המחקר

AMIE
מזוהם: חבר רפואי AI המעורב מודלר שלם שמערכב מערכבת אלצ'מים ומקלים רפואיים לאבחנות מדויקות

AMIE (Articulate Medical Intelligence Explorer) הוא חבר AI רפואי אבחנתי שפותח על ידי Google DeepMind וGoogle Research. הוא נועד להשתתף ורפואיים ומצבר מידע רפואי רפואי על מאוים תמא . , הרא ק AMIE היה בתחילה, text-based medical diagnostic ,AI- conversational , agent Published, Nature. ה , , , , התקדמות , הא , , latest AMIE ש , ש , , , , , - ה 8 , - , . AMIE, , ש , , , , - , uses , . , , . state- ,aware , , , . , , , , , , , , evaluation , , , - , , , PCPs , various patient , , , , , , .
חלוקת קריטריונים
- Multimodal diagnostic dialogue ( ,
- Visual medical information interpretation (
- State-aware reasoning framework (
- Integration with Gemini models (
- Simulation environment for dialogue evaluation ( , ]
- pros

QualiaInterviews
פלטפורמה שמונהגת באוטומציה של AI למחקר ואבחון שיחותי השתייכות-ראיית-עד, עבור מגוון שפות, ללא מגבלות

QualiaInterviews היא פלטפורמת מחקר המשתמשת בבינה מלאכותית כדי לערוך ראיונות עם משתתפים באמצעות דיאלוג שיחתי טבעי. היא מאפשרת לצוותים לאסוף תובנות איכותיות מקבוצות גדולות יותר של משתתפים מאשר ראיונות אחד על אחד מסורתיים מאפשרים, תוך שמירה על העומק והניואנסים של שיחה פתוחה. הכלים תומכים בראיונות בשפות רבות, מה שהופך אותם למתאימים למחקרים חוצי גבולות, מחקרי שוק גלובליים והערכת תוכניות. חוקרים יכולים לעצב מדריכי ראיונות, לפרוס אותם למשתתפים ולסקור ממצאים מובנים באופן אוטומטי ללא ניהול ידני של כל פגישה. QualiaInterviews משמשת בדרך כלל על ידי חוקרים חברתיים, מעריכים, צוותים ל-UX וארגונים המבצעים הערכות השפעה הזקוקים לנתונים איכותיים בני-קנה ללא פשרות על עומק השיחה.
חלוקת קריטריונים
- שיחות ראיון מונחות בינה מלאכותית
- תמיכה בראיונות בשפות מרובות
- שאלות המשך ותשאול אוטומטיים
- ניתוח מובנה של תגובות איכותיות
- פריסה ניתנת להרחבה של משתתפים
- כלים לזרימת עבודה של מחקר והערכה

Table Agent הוא סוכן נתונים המופעל על‑ידי בינה מלאכותית, שנועד לסייע במחקר בטבלאות. המערכת נועדה לאוטומט את תהליך איסוף הנתונים על כל נושא, ולהפוך את המחקר ליעיל יותר. הכלי מאפשר סכמות נתונים מותאמות אישית, מה שמאפשר למשתמשים להתאים את איסוף הנתונים לצרכים ספציפיים. גמישות זו מועילה למגוון רחב של יישומים ותעשיות שבהן מבנה הנתונים יכול להשתנות משמעותית. בלב פונקציונליות של Table Agent נמצא היכולת לחיפוש נתונים מונעת על‑ידי סוכן AI. משמעות הדבר שהכלי משתמש בבינה מלאכותית כדי לחפש באופן פעיל ולאסוף נתונים רלוונטיים, מה שיכול להפחית את הזמן והמאמץ הנדרשים לחיפושים ידניים. למרות שהפרטים המדויקים של זרימת העבודה והאינטגרציות שלו אינם מפורטים, הרעיון של עוזר נתונים מונע AI מרמז שהוא יכול להשתלב באופן חלק עם מגוון כלי ניתוח נתונים, ובכך לשפר את תהליך המחקר כולו. החוזקות של Table Agent כוללות ככל הנראה את היכולת שלה לאוטומט משימות איסוף נתונים משעממות ואת התאמתה למבני נתונים שונים. עם זאת, ללא מידע ספציפי נוסף, קשה לקבוע מה המגבלות שלה או כיצד היא משווה לכלים אחרים של עוזרי נתונים.
חלוקת קריטריונים
- איסוף נתונים אוטומטי
- מודלים נתוניים customable
- search-נהוגה על ידי ZO AI
- search quick ו-accurate data retrieval

Autoresearch
פרויקט קוד פתוח המאפשר סוכני AI לבצע ניסויי אימון LLM באופן אוטונומי ולשמור את השינויים הטובים ביותר במודל.

Autoresearch הוא פרויקט קוד פתוח המאפשר לסוכני AI לבצע ניסויי אימון LLM באופן אוטונומי ולשמור את השינויים הטובים ביותר במודל. הפרויקט מאפשר למשתמשים להגדיר סביבת אימון LLM קטנה אך אמיתית ולתת לסוכן AI להתנסות בה למשך הלילה, לשנות את הקוד, לאמן לתקופה קצרה ולבדוק אם התוצאות משתפרות. המטרה היא לאוטומט את תהליך המחקר, לתת לסוכן AI לחקור ארכיטקטורות מודל שונות, היפר-פרמטרים ואסטרטגיות אופטימיזציה ללא התערבות אנושית. הפרויקט כולל יישום פשוט של nanochat עם GPU יחיד ומספק מבנה בסיסי לתכנות תהליך המחקר של סוכן ה-AI באמצעות קבצי Markdown. הפרויקט נועד להיות ניתן להרחבה, המאפשר למשתמשים להוסיף סוכנים נוספים ולשפר את תהליך המחקר לאורך זמן.
חלוקת קריטריונים
- ניסיונות אימון אוטונומיים של LLM
- תהליך מחקר מונחה על ידי סוכן AI
- יישום ב‑GPU יחיד של nanochat
- תכנות מבוסס Markdown לתהליך המחקר
- תקציב זמן אימון של 5 דקות עם מדד הערכה (val_bpb)







