קרב קודם · 2026-05-10 UTC
Research AI Agents התמודדות — 10 במאי 2026
מקטגוריית Research AI Agents. 35 סימונים הוצבו על פני 10 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

GLM-4.6V
GLM רב-מודאלי בקוד פתוח מ-Z.ai המאחד ראייה, טקסט ושיחות בכלים לתירגול היגיון ארוך-טווח, חיפוש, קידוד וממשק משתמש לקוד.

GLM-4.6V הוא מודל שפה רב-מודאלי גדול המרחיב את חלון ההקשר שלו ל-128k אסימונים ומשיג ביצועים מהשורה הראשונה בהבנת חזות. הוא משלב יכולות שיחות פונקציונאליות מקוריות, המאפשרות בסיס טכני מאוחד עבור סוכנים רב-מודאליים בתרחישים עסקיים בעולם האמיתי. GLM-4.6V יכול לקבל כניסות רב-מודאליות ולייצר באופן אוטומטי תוכן משולב תמונה-טקסט איכותי, לבצע הבנת מסמכים מורכבת ולבצע חיפוש ודחיסה חזותיים. מודל זה מספק מספר יכולות ותרחישים, כולל יצירת תוכן תמונה-טקסט חכם ופריסה, חיפוש חזותי ברשת ודו"חות עשירים במדיה, והבנת הקשר ארוך-טווח. הוא יכול לקבל כניסות טקסט-תמונה מעורבות, לייצר תוכן איכותי ולבצע ביקורת חזותית על תמונות מועמדות. זרימת העבודה של GLM-4.6V לחיפוש וניתוח רב-מודאלי מאפשרת מעבר חלק מהבנת חזות לחיפוש מקוון ודו"חות מובנים. הוא שומר על מודעות הקשר רב-מודאלית ומבצע היגיון המושרש גם במידע טקסטואלי וגם במידע חזותי. מודל זה מספק מספר יכולות ותרחישים, כולל זיהוי כוונות ותכנון חיפוש, יישור תוצאות רב-מודאליות והיגיון עם דו"חות עשירים במדיה.
חלוקת קריטריונים
- תמיכה בקלט רב-מודאלי (תמונות, טקסט, קבצים)
- שיחות בכלים רב-מודאליים מקוריים
- 128k אורך הקשר
- יכולות שיחות פונקציונאליות
- הבנת הקשר ארוך-טווח
- הבנת חזות ואחזור כלים

AlphaSense
פלטפורמת מודיעין שוק מבוססת בינה מלאכותית, המקבלת תובנות מקצועיות באופן אוטונומי ומספקת מחקר ברמה אנליטית בקנה מידה גדול.

AlphaSense היא פלטפורמת אינטיליגנציה שוק מבוססת בינה מלאכותית שמספקת תובנות מהימנות שמדריכות את החלטות העסק. היא מציעה אוסף מקיף של מקורות מעוצבים, כולל התכתבויות מומחים מ‑Tegus, מחקרים של מתווך וקבצים של חברות. הפלטפורמה משתמשת במודלים מתקדמים של בינה מלאכותית כדי לייצר תובנות באיכות גבוהה עם ציטוטים ברמת המשפט. AlphaSense משלב תהליכי עבודה, מבטל מקורות מפוצלים ומספק תובנות מאורגנות ומחוברות. יכולות GenAI שלה מספקות תובנות בזמן אמת שמבססות החלטות על מומחיות מהימנה. הפלטפורמה מתוכננת עבור בנקאות השקעות, קרנות הגיד, קרנות פרטיות, ניהול נכסים, ייעוץ, מדעי החיים ותחומים נוספים. AlphaSense מבדלת את עצמה עם תובנות ממולצות ברמה גבוהה, המופקות ממאגר תוכן שאין לו תחרות. הפלטפורמה כוללת גם סוכנים מותאמים אישית ליישום משימות מחקר חזרניות, המהווים את הממצאים לדוחות והצגות מוכנים למנהלים. Generative Search מספק תצוגה של 360° על השווקים והחברות, מחבר תובנות איכותיות עם נתונים כספיים מבנים. אחת מהחוזקות המרכזיות של AlphaSense היא היכולת שלה להעצים את המשתמשים לבצע החלטות אמיצות בביטחון ובמהירות. הפלטפורמה מספקת לצוותים את התשובות המדויקות, את הפרספקטיבות הייחודיות והעדכונים החיוניים שהם צריכים כדי להישאר בחזית התחרות.
חלוקת קריטריונים
- מקורות מאורגנים
- תמלילים של מומחים מטעו של Tegus
- מחקר של ברוקרים
- דוחות כספיים של חברות
- נתונים כספיים פרטיים וציבוריים
- GenAI לתובנות בזמן אמת

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)

Cell2Sentence
מסגרת קוד פתוח שהופכת ביטוי גנים ברמת תא בודד ל'משפטי תא' כדי שמודלי שפה גדולים (LLM) יוכלו לנתח וליצור תובנות ביולוגיות.

Cell2Sentence היא מסגרת קוד פתוח שהופכת נתוני ביטוי גנים ברמת תא בודד ל'משפטי תא' לניתוח ויצירת תובנות על ידי מודלי שפה גדולים (LLM). היא מציעה טרנספורמציה של דירוג וקטורי ביטוי למשפטי תא, שהם שמות גנים מופרדים ברווחים וממוינים לפי ביטוי יורד. זה מאפשר למודלי LLM לדגמן באופן טבעי נתוני רצף RNA של תא בודד (scRNA-seq) באמצעות שפה טבעית. המסגרת כוללת את מודלי C2S-Scale, המאחדים נתוני טרנסקריפטומיקה וטקסטואליים ומאפשרים משימות מתקדמות ברמת תא בודד כגון חיזוי הפרעה, סיכום מערך נתונים, כתיבה של אשכולות ותשובות לשאלות ביולוגיות. מודלי C2S-Scale זמינים ב-Hugging Face ומבוססים על ארכיטקטורות כמו Pythia ו-Gemma-2. Cell2Sentence מיועדת לחוקרים ולמדענים העובדים עם נתוני טרנסקריפטומיקה של תא בודד. המסגרת עודכנה עם מודלים ותכונות חדשים, כולל תמיכה בכוונון עדין על תבניות הנחיה מותאמות אישית ופורמט הנחיה רב-תאי. היא כוללת גם חבילה של מודלי Pythia לחיזוי סוג תא, יצירה מותנית של סוג תא ומודל רב-משימתי ומגוון עבור תאים רבים, מאומן על למעלה מ-57 מיליון תאים של אדם ועכבר. מסגרת Cell2Sentence מתועדת וכוללת הדרכות לשימוש, כולל דוגמאות לכוונון עדין ופורמט הנחיה רב-תאי. פיתוח Cell2Sentence כרוך במעבדת van Dijk ופורסם כ-preprint ב-bioRxiv. Cell2Sentence מאפשרת גילוי ברמת תא בודד מהדור הבא עם LLM.
חלוקת קריטריונים
- המרת וקטורי ביטוי למשפטי תא
- מודלי C2S-Scale למשימות מתקדמות ברמת תא בודד
- תמיכה בכוונון עדין על תבניות הנחיה מותאמות אישית
- פורמט הנחיה רב-תאי
- מודלים מאומנים מראש המבוססים על ארכיטקטורות Pythia ו-Gemma-2

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

StartupValidator
ממציא תקווה לעסקים: ערכת מדריך לניקוב רעיונות סטארטאפ באמצעות סימנלי Twitter ואינטגרציה של גוגל

StartupValidator הוא כלי AI מעוצב להפקיד צלחת רעיונות סטארטאפ באמצעות סימנלי Twitter חיים וחיפושי אינטרנט. הוא מטרת להעניק דירוג צביעות לאפשריות של רעיון סטארטאפ, המציג סיכולו, איומיו, ומסקד העלאות מבצר, המתעד צמידיים, בפלטפורמה וסרביה, אבולי אגא, חירונג, אבא ו-2.0. StartupValidator נראה יפצ, יפצ
חלוקת קריטריונים
- אנליזה יבש ה-Twitter signal
- אינטגרציה של חיפוש
- צביור דירוג רעיון סטארטאפ
- איידנטיפיישן סיכול -אי-
- המלצת הצב"ר
- אבולס" ה-PIVOT

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

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

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









