Research AI Agents Obračun — 28. ožujka 2025.

1

Cell2Sentence

Otvoreni okvir koji pretvara jednostane ekspresije gena u 'sentencu stanje stanice' tako da je moguće da LLM analiraju i generiraju biološke informacije.

4.3 (4)

Besplatno

Puna recenzija

Cell2Sentence je otvoren kôdni okvir za preobrazbu podataka ekspresije jedinčanih ćelija u 'rečenice ćelija' za analizu i generiranje uvida koristeći Velike Modelove jezika (LLM-e). Preporučuje rangiranje redoslijedom preobražavanja vektora ekspresije u rečenice ćelija, čija su gena razdijeljena zarezima, poredana po padajućem broju ekspresije. Ovo omogućava LLM-ovima da modeliraju izlazne zapise jednocelične RNK-sekvenciranje (scRNA-seq) na način koji je naravno kao jezik. Okvir uključuje C2S-Scale modele, koji ujedinjuju transkriptomike i tekstualne podatke i omogućavaju napredne zahteve za jednocelične taskove kao što su praćenje interferencije, suženje skupova podataka, pozivanje klastera i odgovor na biološke pitanja. C2S-Scale modele su dostupne na Hugging Face i temelje se na arhitekturama kao što su Pythia i Gemma-2. Cell2Sentence je namijenjen stručnjacima koje su zainteresirane u razradi podataka jednocelične transkriptomike. Framework je obnovljen s novim modelima i značajkama, uključujući podršku za fine-tuniranje na personaliziranim predlošcima za upite i formatiranje višecelijulih upita. Uključuje i široki spektar modela Pythia za predviđanje tipa ćelije, generiranje zasnovano na uvjetima tipa ćelije i različite višecelijske više-zadaće u nastavke, trening koji se odvija na preko 57 miliona čovjeka i miša ćelija. Cell2Sentence okvir je dokumentiran i pruža nastavne sadržaje za uporabu, koje uključuju primjere fine-tuninga i formatiranja višestrukih čvorova unosa teksta. Razvoj Cell2Sentence-a uključuje Van Dijk laboratorij i objavljen je u predpripremniku na bioRxiv-u. Cell2Sentence omogućava sljedeću generaciju otkrivanja jedne stanice temeljem LLM-a.

• Prevođenje vektora ekspresije u stanice u 'stanje stanice',
• C2S-Skalne modele za napredne jednostane zadaće
• Povlasticavanje na kustom šablone upitnika
• Formatiranje upitnika za više stanica
• Preučeni modeli zasnovani na Pythia i Gemma-2 arhitekturi.

2

AlphaSense

Aplikacija inteligentne marketne inteligencije potpomoćena AI koji autonomno prati stručne pouke i donosi analitičku rješenja na razmah.

4.4 (5)

Kontakt

Puna recenzija

AlphaSense je platforma za tržiške pricajke temeljen na AI technolodiji, koja pruža vjerojatne informacije za upravljanje poslovnim odlucima. Ona nudi općenito katalog curiranih izvora, uključujući Tegusove stručne prijevode, istraživanje brokerov, te kompanijske prijave. Platforma koristi napredne modelle za generiranje visokokvalitetnih informacija s citatima na rangu rečenice. AlphaSense integriše protokole, eliminirajući fragmentirane izvore i pružajući protokile i povezane informacije. Mogućnosti GenAI pružaju realno vrijeme informacije koje temelje odluke u pouzdanom stručnom znanju. Platforma je dizajnirana za investicijski bankarstvo, hedge fonde, private equity, upravljanje imetkom, savjetodavno vijeće, životne znanosti te druge industrije. AlphaSense se razlikuje vrhunskim sintetiziranim uvidima koje pruža sintezirana iz najkvalitetnijeg sadržaja. Platforma također sadrži prilagodljive agenta koji automatisiraju ponavljajuće zadatke istraživanja, transformirajući rezultate u izvješća i priopćenja prikladna za izvršne uprave i prezentacije. Njegov Generativni Pretraživač pruža cjeloviti pogled na tržište i kompanije, povezujući kvalitativne uvide sa strogo financijskim podациm. Jedan od glavnih zahtjeva AlphaSense-a je njegova sposobnost pomagati korisnicima da izvršiše hrabre potezo s pouzdanošću i brzinom. Platforma daje timovima točne odgovore, jedinstvene perspektive i ključne ažuriranja koje im omogućavaju da budeaju na čelu konkurencije.

• Izbiračke izvore
• Tegus stručni prijepisi
• Izražene istraživačke rade
• Kompanijski dosjevi
• Svetovi privatnih i javnih financijskih podataka
• GenAI za realizmane uvidove

3

AMIE

Multimodalni AI dijagnostički agent koji provodi klinička razgovora i tumači medicinske slike za točne dijagnoze.

4.7 (6)

Besplatno

Puna recenzija

AMIE (Articulirana Medikalna Intelektualna Eksploreatorica) je istraživački AI dijagnosticni agent razvijen od strane Google DeepMind i Google Research-a. Osnovna namjena AMIE je voditi kliničke rasprave i tumačiti medicinske snimke kako bi se postigli ispravni dijagnozi. Po početnoj inačici, AMIE je bio tekstualni medicinski dijagnosticni konverzacijom AI agent objavljen u Nature-u. Najnoviji napredak, multimodalno podešeni AMIE, omogućava inteligentno pozivanje, tumačenje i računanje vizualne medicinske informacije tijekom kliničkih rasprava. Ovaj razvoj cilja poboljšati dijagnostičku točnost uključivši multimodalne podatke, kao što su slike i dokumenti, u proces dijagnostike. AMIE koristi sustav za razumu koji se spoznaje u stanju i građen je na multimodalnoj modelu Gemini. Prošao je evaluaciju stručnjaka uključujući objektivne struktuirane kliničke ispitivanja (OSCE) koji upoređuju njegovu učinkovitost s osnovno opskrbne liječnike (PCPs) u raznim scenarijima bolesti ili zdravlja pacijenata.

• Multimodalna dijagnostička razgovorna platforma
• Tumačenje vizualne medicińke informacije
• Izvedeničan svjesti razumijevanja sustava
• Integracija s Gemini modelima
• Simulirana okolina za dijagnostičke razgovore

4

Autoresearch

Prostopeni projekat koji omogućava AI agentima samostalni pokretanje LLM trening eksperimenata i spremanje najboljih ažuriranja modela.

4.8 (5)

Besplatno

Puna recenzija

Autoresearch je projekt otvorenog koda kojim se omogućava učenicima AI autonomno izvršavati eksperimente treninga LLM-a i očuvati najbolje promjene modela. Projekt omogućava korisnicima postaviti malen ali realni sustav treninga za LLM i omogućava učionicu AI eksperimentirati s njim tokom noće, mijenjajući kôd, vježbajući kratko vrijeme i provjeravajući da li su rezultati poboljšani. Cilj je automatisati proces istraživanja, omogućavajući učionicu da istražuje različite arhitekture modela, hiperrazmere i strategije optimizacije bez ljudske intervencije. Projekt uključuje pojednostavljenu implementaciju jedne GPU na osnovi nanochat-a i pruža temeljnu strukturu za programske potpore istraživanja procesa učenice koristeći datoteke s markdowom. Projekt je dizajniran također da bude dostupan za nadogradnju, dopuštajući korisnicima da dodaju više učionica ili poboljšaju postupak istraživanja tokom vremena.

• Autonomni LLM trening eksperimenati
• AI agent-pokretan istraživački proces
• Single-GPU implementacija nanochata
• Markdown-usmeren program za istraživački proces
• Buget vremena učenja od 5 minuta s ocjenjivim metričkim (val_bpb)

5

Google AI Co-Scientist

Višecijepni sistem umjetne inteligencije koji sarađuje s znanstvenicima za generiranje hipoteza i ubrzavanje biomedicinskih istraživanja.

4.5 (4)

Besplatno

Puna recenzija

Google AI Co-Scientist predstavlja višecijeni sustav umjetne inteligencije koji je dizajniran da sarađuje s naučnicima i ubrzava biomedicinska istraživanja. Izgrađen je s Gemini 2.0 i funkcionira kao virtualni naučni suradnik kako bi pomogao stvarati nove hipoteze i projekte istraživanja. Sistem je namijenjen da reflektaira postupak razmišljanja koji je temelj naučnog metoda i otkrije nove, originalne znanja. Prema objektu istraživačkog cilja koji je opisan na naravnom jeziku, Google AI Co-Scientist stvara nove hipoteze istraživanja, detaljan pregled istraživanja i protokole eksperimenta. Koristi se koalicija specijaliziranih agenata, uključujući Proizvodnju, Odbajanje, Rangu, Evoluciju, Sousedstvo i Metarecenje, koji koriste automatizirani povrat informacija kako bi iterativno generirali, vrednovali i finićali hipoteze. Sistem omogućava naučnicima interakciju s njim na različite načine, uključujući ponuđivanje sjemenskih ideja za izradu ili povrat informacija o izradi pogodnosti u naturalnim jezicima. Google AI Co-Scientist također koristi alate poput pretraživanja s Internet-a i specijaliziranih AI modela kako bi unaprijedili temeljenost i vrijednosti generiranih hipoteza. Sistem je dizajniran da se lako podešava po upotrebnoj računalnoj moći i iterativno poboljšava svoj naučni razum prema opisanom istraživačkom cilju. AI Co-Scientist je posebno koristan za znanstvenike na kojima su izazov navigacija brzog rasta znanstvenog objavljenog materijala i integracija izvora iz nepoznatih domena. Upotrebom nedavnih znanstvenih postignuća na području AI, uključujući i sposobnost sintetiziranja kompleksnih subjekata i izvođenja dugoročnih planova i razmišljanja, AI Co-Scientist želi ubrzanje brzine znanstvenih i biomedicinskih otkrića. Sustav je provoden testiranju u raznim aplikacijama, uključujući otkrivaju gene transfer i ponovno otkrivanje prijenosa gena. Iako AI Co-Scientist nudi nekoliko prednosti, njegova učinkovitost ovisi o kvalitetu ulaznog istraživačkog cilja i znanstveniku kako bi omogućio meaningful feedback. Nalazište za AI Co - Znanstvenika predstavlja novu oruđe koje ima potencijala da vrlo ozbiljno utječe na znanstvenu zajednicu, ali njihove ograničenosti i potencijalne predrasude treba s razumijevanjem odrediti. Razvoj AI Co-Scientista je trajni postupak a njegove buduće aplikacije i poboljšanje ovisit će o nastavku istraživanja i testiranja.

• Generiranje hipoteza
• Svod istraživanja
• Razvoj protokola za eksperimente
• Posebni agenti za znanstveno razmatravanje
• Automatski povratni loop
• Integracija pregleda interneta