Prošla bitka · 2025-12-26 UTC
AI Data Analysts Obračun — 26. prosinca 2025.
Iz kategorije AI Data Analysts. 23 oznaka postavljeno među 6 boraca. Together Open Data Scientist je preuzeo krunu.
Konačni poredak
Postava
Borci
Profili svakog alata koji se natjecao u ovoj bitci, rangirani prema konačnom rezultatu.
Together Open Data Scientist
Izvoran razvojni znanstvenik podatka u otvorenem izvornom kod, koji izvršava Python da istraži podatke, izgradi modele i generira analitičke izvješća
Together Open Data Scientist je otvoreni, AI-osnovani agent za analizu podataka koji se objavljuje kao open-source proizvod na GitHub-u od strane Together AI. On slijedi framework ReAct (razumijevanje + djelovanje), alternirajući između koraka razumijevanja modela za jezik i izvršavanja konkretnog Python koda izvođenja sveobuhvatnih zadataka iz područja znanstvenih dokaza kao što su izlaganje podataka, računanje suženih statistika, gradnja modela i produkcija detaljanog pisane analitičke priopćenja. Agent može izvršiti Python u jednom od dva režima. Režim "internal" izvršava kod lokalno unutar kontejnera Docker, koji je prilagođen pojedinačnom korisničkom lokalnom razvoju, dok je režim "tci" prebacuje izvršavanje na Together Code Interpreter (TCI), oblaku sandbox koji se pristupa kroz Together AI API. Korisnici mogu preuzeti direktorij umjetnih podataka za automatizirani ugradnji, postaviti maksimalan broj iteracija učenja i izabrati koji je temeljni model pokreće agenta - DeepSeek-V3 je podrazumljen, ali moguće se specifikirati Llama modeli i drugi dostupni kroz platformu Together. Nalazi se u distribuciji kao paket koji se može instalirati kroz pip (open-data-scientist) i izloži i korisničku liniju kao i Python API. CLI podržava opcije poput --write-report za generiranje izvješća analize u formatu Markdown, --save-trace za snimanje cijeloga upita i izvođenja traga, te ponavljanje sesije putem ID-a sesije. Python API okrenut je oko klase ReActDataScienceAgent koja prima prirodno-jezični zadatak i vraća rezultate. Projekt je očito označen kao eksperimentalni softver. Svi kod i analitički podaci su generirani AI te izvođeni rezultati mogu sadržavati greške ili nepotrebnosti ili su najbolje tretirati kao početnu tačku za istraživanje i učenje umjesto kao osnovu za donošenje odluka u proizvodnoj okolini. Održavatelji naglašavaju da je potreban nadzor i provjera čovjeka, osobito u kritičnim poslovnim ili istraživačkim aplikacijama. U usporedbi s komercijalnim AI asistentima za analizu podataka kao što je ChatGPT-ov Advanced Data Analysis ili notebookova kopilot, Together Open Data Scientist ističe što je potpunno otvoreni kod, samostalno hostabilan, agnositivan modela unutar Togetherove ekosistema, te sposoban autonomno povezivati mnoge korake izvršavanja koda ka potpunom izvješću umjesto jednog jednosmjernog odgovora.
Razljepljivanje kriterija
- Petlja razvojnog znanstvenika ReAct za razumu i aktivnosti
- Dva sustava izvršavanja: lokalni Docker ili sustav za interpretaciju koda Together u oblaku
- Automatsko uploadavanje direktorija podataka za analizu
- Generacija izvješća u formatu Markdown s --write-report
- Konzfigurabilni model i maksimalni broj razumijevanja iteracija
- Klasični komadni lijevo i programatski Python API
Trinka AI je pomoćnik za pisanje dizajniran posebice za istraživače, studente i profesionalce tehničkih usluga. Izbježavajući standardne provjere gramatike i pravopisa, fokusirano se osjeća na konvencije umjereno naučnog pisanja, što uključuje oznakivanje problema poput nekonistentne terminologije, neuravnotežene ređenje rečenicama i problema tona koji su karakteristični za akademski radovima. Alat nudi predloge s ovisnosti o predmetu diljem stotina grana znanosti i može pomoći s zadacima kao što su ponavljana formulacija, provjera skladnog sadržaja, te osiguranje usklađenosti sa priručnikom za štandardni stil publikacija. Integrira se s Microsoft Wordom, preglednicima internetske stranice i putem oblačnih ureda, pa tako postaje upotrebljiv u običnom istraživačkom toku rada. Trinka također sadrži specializirane značajke za pripremu rukopisa, kao što su kontrole spremnosti za časopise, detekcija plagijatarizma i verifikacija citata, što ga smješta kao više od opće-za-primjenu provjere gramatike.
Razljepljivanje kriterija
- Napredne provjere gramatike i stilistike
- Uzajamke akademskog ton i jasnoće
- Prijepisivanje i provjere sukladnosti
- Provjeravanje plagijata i citira
- Priprema izvjesca za prijavu u znanstvenim časopisima
- Integracije u preglednik
Fyva AI
Asistent za AI koji pomaže analiticima generirati izvještaje o ulaganju osnovanim na podatke iz prijava i trgovačke tranzakcije.
Fyva AI je istraživački pomoćnik projektiran kako bi bio pristupačan ekvantnim analiticima, timovima za investicije i financijskim stručanacima. Učinkuje pružanje podataka financijskih dokumenata, financijske podatke i drugi izvori materijala, kako bi korisnicima pomogao u pripremi istraživačkih zapisa, sažetaka i investicijskih perspektiva mnogo brže nego što dopušta rada na ručnom toku. Alat se osvrnuo na ubrzavanje ponavljajućih dijelova istraživačkog procesa kao što su izdvajanje ključnih brojki iz 10-K-a i 10-Q-a, sažimanje izvješća o prihodima te strukturiranje prvih priopčasnih dokumenata. Analytičari onda mogu poboljšati izlaz AI generiranog sadržaja svojom vlastitom rasuđivanjem i vlastitim pogledima prije nego što objave unutrašnje ili klijentima.
Razljepljivanje kriterija
- Automatizirana generacija izvještaja o ulaganju
- Analiza prijava i dokumenta
- Popisivanje dobitka i financijskih podataka
- Ekstrakcija uvida za strateške teze o ulaganju
- Radni prostor namjenjen analiticima u istraživačkom procesu
Anamap
AI analitičar koji istražuje podatke GA4 ili Amplitude kako bi objasnio promjene u proizvodu i metrikama rasta, te preporučio sljedeće korake
Anamap je alat za analitiku umjetne inteligencije koji je razvijen za timove proizvoda i rasta koji žele objašnjenja i odluke umjesto još dashboarda. Njegov centralni dio je Cartos, „kolega analitičar umjetne inteligencije“ koji se spaja s web i proizvodnom analitikom tima, identificira značajne promjene tokom putanje korisnika – akvizicije, aktivacije, konverzije i zadržavanja – i pakira ih u analize spremne za donošenje odluka. Umjesto da se vrati još jedan grafikon ili dvosmisleni sažetak, svaka Cartos istraga структурирана je oko tri dostavljena elemenata: promjene koje су bitne (koja metrika, segment, kanal ili korak putanje se promijenio i njegov poslovni utjecaj), vjerojatnog uzroka (objašnjenje potkrepljeno dokazima koje uključuje suprotstavljene hipoteze i opaskе kada su podaci nepouzdani) i preporučeni sljedeći korak koji je direktno povezan s otkrićem. Rezultat se dijeli kao sažetak koji timovi mogu umetnuti u Slack, e-poštu ili web aplikaciju tako da se akterji mogu uskladiti bez ponovnog izvođenja analize. Alat je povezan s GA4 ili Amplitude kao izvorima podataka i integritiran je sa Slackom, e-poštom i web aplikacijom za dostavu otkrića. Anamap se namjenjuje organizacijama koje moraju objasniti performanse proizvoda i web stranice, ali ne mogu lako opravdati ili unajmiti dodatne analitičare — osnivačima, timovima za rast, timovima za proizvod i tankim timovima za podatke gdje svako pitanje dolazi na istog preopterećenog analitičara. Ključni dio marketinške priče Anamap je trajni kontekst. Za razliku od generičnog chatbota kao što su ChatGPT ili Claude, koji zahtijevaju izvoz podataka i ponovno objašnjenje definicija s Svaki upit, Cartos je dizajniran da zadrži "kompanijski memoriju": kako su KPI-ji definirani, što je izdano u objavama, koje su eksperimente pokrenute i što je tim ranije odlučio. Namjera je da svaka istraga gradi na prethodnom kontekstu i završava sa relevantnim sljedećim korakom, umjesto da počinje iz početka. Cijene su pozicionirane oko timova umjesto mjesta, s neograničenim brojem korisnika i bez naknade po mjestu, uz besplatnu probu za istraživanje jedne stvarne promjene. Kao rano-stažni proizvod (web stranica spominje pomoć 12+ poslovnim subjektima), najbolje ga je shvatiti kao usmjereni, mišljeni alternativu izgradnji internih tokova analitike do odluke ili ovisnosti o rijetkom vremenu analitičara. Kupci bi trebali uzeti u obzir njegov trenutno uski skup integracija (GA4 i Amplitude) i njegovu malu, nastajući trag rekorda nasuprot specifičnosti njegova odluke-orijentiranog izlaza.
Razljepljivanje kriterija
- Cartos AI analitičar koji istražuje analitiku produkta i weba
- Podrzava povezivanje s GA4 i Amplitude podacima
- Otkrivanje promjena u stjecanju, aktivaciji, konverziji i zadržavanju
- Objašnjenje uzroka s natjecateljskim objašnjenjima i opaskama
- Preporuke sljedećih koraka povezane s svakim otkrićem
- Stalno pamćenje tvrtke, KPI-ja, izdaje i odluke
Model ML je AI pogonjeni platform koji je dizajniran za timove u financijskim uslužima, pomažući analitici ubrzati istraživanje, due diligence i rad s poslovnim poslovima. Centralizira dokumente, podatke i modeli AI u jedan radni prostor tako da korisnici mogu prelaziti od izvorne izvore do strukturnih poučila bez promjene alata. Platforma podržava zadatke kao što su analiza tvrtki, pregled dokumenata, pretraživanje sličnih elemenata i priprema izvješća, s podrugarima koji su prilagođeni financijskim slučajevima. Ovu platformu je namijenjeno investicijskim bankama, privatnim kapitalnim firmama, upraviteljima imovninom i firmama za savjetovanje koje treba obrađivati velike količine informacija pod krutim rokovima.
Razljepljivanje kriterija
- Asistenti AI-ja optimizirani za financijsko istraživanje
- Ugibanje i analiza dokumenata
- Podrška procjeni i protokolu za pogodbe
- Spremanje prijedloga izvjestaja i memorandum
- Radni prostor za suradnju među timom za odgovore
- Integracija s izvornim podacima financijskog tipa
MinusX je AI agenčki agent koji se neposredno integrira s analitičkim platformama kao što su Jupyter, Metabase i Tableau, tako da se ponaša kao nadaren vodenik datuma unutar alata koji već ekipa koristi. Umjesto izvoza podataka ili prijelaza iz konteksta, korisnici mogu upitati pitanja na naravnom jeziku te im će MinusX upitati podatke, sastavljati grafove i uređivati dashbordove u njihovu korist. Agent može interpretirati šeme, pisati SQL ili Python, objasniti svoje razloge i iterirati na rezultate na osnovu nadolazećih upita. Ovisio je za analitičare, znanstvenike podataka i korisnike koji žive bržom eksperimentalnom analizom, izvještavanjem i rutinom održavanja dashboarda. Operirajući unutar domaćina, a ne kao samostalni interfejs, MinusX se ugrađuje u postojeće protokole rada i poštuje određene dozvolе i veze koje su že već konfigurirane tamo.
Razljepljivanje kriterija
- Proširenje za preglednike za alate za analytics
- Prirodni jezik u SQL i Python
- Automatska stvaranje i uređivanje dashboarda
- Svijest o kontekstu za shvađajem skemu
- Izračunavajuća članek bazirana analiza
- Podrška za Jupyter, Metabase, Tableau i više