Korábbi csata · 2026-05-10 UTC
Research AI Agents Leszámolás — 2026. május 10.
A(z) Research AI Agents kategóriából. 35 jelölés elhelyezve 10 versenyző között. Google AI Co-Scientist szerezte meg a koronát.
Végeredmény
A felállás
A versenyzők
Minden eszköz profilja, amely ebben a csatában versenyzett, a végső pontszámuk szerint rangsorolva.
Google AI Co-Scientist
Több agentes AI-rendszer, amely együttműködik a tudóssal annak a feltételezések és az orvosi kutatások gyorsítása érdekében.
A Google AI Co-Scientist egy összetett agentekkel ellátott AI rendszer, amelyet a tudósokkal való együttműködésre és az orvosi kutatások gyorsítására terveztek. A rendszer a Gemini 2.0-nal készült és egy mesterséges intelligencia által vezetett kísérőként működik, amely segít új hipotézisek és kutatási javaslatok kialakításában. Feladata azon a módon gondolkodni, amelyen az tudományos methodológia alapul, és új, eredeti tudományos eredmények fellelését célozza. Egy természetes nyelven megadott tudós kutatási cél esetén az AI Co-Scientist új kutatási hipotéziseket, részletes kutatási áttekintést és kísérleti protokollokat hoz létre. A rendszer egy szakosodott szimulált ügynökökből álló koalíciót alkalmaz, köztük Generation, Reflection, Ranking, Evolution, Proximity és Meta-review ügynököket, amelyek a szakadatokkal együttműködve iteratív hipotézis- megjelenítéséről, kiértékeléséről és finomításáról állnak. A rendszer lehetővé teszi számára, hogy a tudósok különböző módon kölcsönhatásba lépjenek a rendszerrel, köztük a kutatás irányának kiindulópontjai az exploráció vagy a generált kimenetekről szóló visszajelzés nyelvtermészetes módon. Az AI Co-Scientist szoftver továbbá a webkeresés és különleges mesterséges intelligencia- modell használatával növeli meg a létrejött hipotézisek megalapozottságát és minőségét. A rendszer tervezetten a számítógépes számítások rugalmas méretezhetők, és iteratív módon fejlesztheti a tudományos kifejezését, a megadott kutatási célhoz rendelve. Az AI Co-Scientist különösen hasznos lehet azoknak a tudósoknak, akik nehézségekkel küzdenek a gyorsan növekedő tudományos publikációk navigálásában és az ismeretlen területű megfigyelések integrálásában. Az újkori AI előrelépések felhasználásával, beleértve a komplex témák szintézisét és a hosszú távú tervezést és észlelést, az AI Co-Scientist célja, hogy felgyorsítsa a tudományos és orvosi felfedezések óráját. A rendszer számos alkalmazásban tesztelték, beleértve a gének átadásának felfedezését és újrakeresését is. Míg az AI Co-Scientist több előnnyel rendelkezik, hatékonysága attól függ, hogy az input kutatási cél érdemben jó minőségű, illetve hogy a tudós meg tud-e adni értelmes visszajelzést. Az AI Co-Scientist egy új eszköz, amely jelentős hatással lehet a tudományos közösségre, de korlátozásainak és lehetséges csoporthányadoságainak óvatos értékelésre van szükség. A fejlesztési folyamat a Google AI Co-Scientist eszközt folyamatosan fejleszti, annak jövőbeli alkalmazási formái és a további javításai függenek a rendszeres kutatás és tesztelés eredményeitől.
Kritériumok szétosztása
- Hipotézisgenerálás
- Kutatási összefoglalat létrehozása
- Kísérleti protokoll fejlesztése
- A tudományos érveléshez szakosodott ügynökök
- Automatizált visszajelzési folyamat
- Web-keresés bevonása
GLM-4.6V
Nyílt forráskódú multimodális modell a Z.ai-től a látási, szövegszimuláció és eszközhívás egyesítésével a hosszú kontextusú érvelés, keresés, kódolás és UI-to-kódra.
GLM-4.6V egy multimodális nagy nyelvi modell, amely 128 000 tokenes kontextusablakra skálázódik, és csúcsteljesítményű vizuális megértésben ér el állami szintű teljesítményt. Natív Function Calling képességeket integrál, ami egységes technikai alapot biztosít a multimodális ügynökök számára a valós üzleti szituációkban. A GLM-4.6V képes multimodális bemenetek fogadására, és automatikusan generál magas minőségű, strukturált, képszöveg keverék tartalmat, bonyolult dokumentumértést végez, valamint vizuális keresést és lekérdezést is. Ez a modell számos képességet és felhasználási esetet kínál, beleértve az intelligens kép‑szöveg tartalomkészítést és elrendezést, a vizuális webkeresést és gazdag média jelentésgenerálást, valamint a hosszú kontextusú megértést. Képes vegyes szöveg‑kép bemenetek fogadására, magas színvonalú tartalom előállítására, és vizuális auditot végezni a jelölt képeken. GLM-4.6V multimodális keresés‑ és elemzési munkafolyamata zökkenőmentes átmenetet biztosít a vizuális észlelés, az online lekérdezés és a strukturált jelentéskészítés között. Megőrzi a multimodális kontextus‑tudatosságot, és olyan érvelést végez, amely mind a szöveges, mind a vizuális információkon alapul. Ez a modell számos képességet és felhasználási esetet kínál, többek között célfelismerést és keresési tervezést, multimodális eredmények összehangolását, valamint gazdag média jelentés generálásához szükséges érvelést.
Kritériumok szétosztása
- Multimodális bemeneti támogatás (képek, szöveg, fájlok)
- Egybemenetes multimodális eszközhívás
- 128k kontextus hosszúság
- Eredeti eszközhívási képesség
- Hosszú kontextusú érvelés
- Vizuális megértés és eszközhívás
AlphaSense
AI-alapú piaci intelligencia platform, amely autonóm módon szerez szakértői betekintéseket, és elemző szintű kutatást nyújt nagyszabásban.
Az AlphaSense egy mesterséges intelligencia-alapú piaci információk platform, amely megbízható betekintést nyújt az üzleti döntéshozatalhoz. Átfogó gyűjteményt kínál gondosan kiválasztott forrásokból, beleértve a Tegus szakértői átiratokat, brókerkutatásokat és céges befektetéseket. A platform fejlett AI modelleket használ a legmagasabb minőségű betekintések előállításához mondat szintű hivatkozásokkal. Az AlphaSense integrálja a munkafolyamatokat, megszüntetve a szétszórt forrásokat és áramvonalas, összefüggő betekintést nyújt. A GenAI képességei valós idejű betekintést nyújtanak, amely megalapozza a döntéseket megbízható szakértelemmel. A platform az investment banki, hedge alap, private equity, eszközkezelés, tanácsadás, élettudományok és egyéb iparágak számára készült. Az AlphaSense magas szinten összegzett információkkal különbözteti meg magát, amelyek egy páratlan tartalmi készletből származnak. A platform egyéni beállításokkal rendelkező ügynököket is tartalmaz, amelyek lehetővé teszik az ismétlődő kutatási feladatok automatizálását, és az eredményeket igazgatói jelentésekbe és diákba átalakítják. A Generative Search 360 fokos nézetet nyújt a piacokról és a vállalatokról, és összekapcsolja a minőségi információkat a strukturált pénzügyi adatokkal. Az AlphaSense egyik fő erőssége, hogy lehetővé teszi a felhasználók számára, hogy merész lépéseket tehessenek biztonsággal és sebességgel. A platform pontosságot, egyedi perspektívákat és kritikus frissítéseket nyújt a csapatoknak, amelyekre szükségük van ahhoz, hogy lépést tartsanak a versennyel.
Kritériumok szétosztása
- Kiértékelt források
- Tegus szakértői naplók
- Bróker kutatások
- Vállalati beadványok
- Magán és nyilvános pénzügyi adatok
- GenAI valós idejű betekintéshez
Autoresearch
Nyílt forráskódú projekt, amely lehetővé teszi, hogy az AI ügynökök önállóan futtassák LLM tréningkísérleteket és megtartsák a legjobb modellváltoztatásokat.
Az Autoresearch egy nyílt forráskódú projekt, amely lehetővé teszi, hogy az AI ügynökök önállóan futtassák LLM tréningkísérleteket és megtartsák a legjobb modellváltoztatásokat. A projekt lehetővé teszi a felhasználók számára, hogy egy kis, de valós LLM tréningkörnyezetet állítsanak fel, és egy AI ügynököt éjszakánként kísérleteztesse vele: módosítja a kódot, rövid ideig tréninget végez, és ellenőrzi, hogy javulnak-e az eredmények. A cél a kutatási folyamat automatizálása, hogy az AI ügynök emberi beavatkozás nélkül felfedezhesse a különböző modellarchitektúrákat, hiperparamétereket és optimalizációs stratégiákat. A projekt tartalmaz egy egyszerűsített, egy GPU-s nanochat megvalósítást, és alapvető struktúrát biztosít az AI ügynök kutatási folyamatának programozásához Markdown fájlok segítségével. A projekt bővíthető, így a felhasználók további ügynököket adhatnak hozzá és idővel javíthatják a kutatási folyamatot.
Kritériumok szétosztása
- Önálló LLM tréningkísérletek
- AI ügynök által vezérelt kutatási folyamat
- Egy GPU-s nanochat megvalósítás
- Markdown-alapú programozás a kutatási folyamathoz
- 5 perces tréningidőkeret értékelési metrikával (val_bpb)
Cell2Sentence
Nyílt forráskódú keretrendszer, amely egycellás génexpressziót alakít 'cell sentences'-é, hogy az LLM-ek elemezhetnek és biológiai betekintéseket generálhassanak.
A Cell2Sentence egy nyílt forráskódú keretrendszer, amely egycellás gének expressziós adatait "cellás mondatokká" alakítja át elemzés és betekintés generálására Nagy Nyelvi Modellek (LLM-ek) segítségével. Egy sorrendi transzformációt javasol az expressziós vektorok cellás mondatokká történő átalakítására, amelyek szóközökkel elválasztott génnevekből állnak, csökkenő expresszió sorrendjében. Ez lehetővé teszi az LLM-ek számára, hogy természetes nyelven modellezzék az egycellás RNS-szekvenálás (scRNA-seq) adatait. A keretrendszer tartalmazza a C2S-Scale modelleket, amelyek az átírásos és a szöveges adatokat egyesítik, és lehetővé teszik az egycellás feladatokat, például a zavarásbecsülést, az adatkészlet összefoglalását, a klaszter leírást és a biológiai kérdések megválaszolását. A C2S-Scale modellek elérhetők a Hugging Face-en, és olyan architektúrákon alapulnak, mint a Pythia és a Gemma-2. A Cell2Sentence célja, hogy segítse a kutatókat és a tudósokat, akik egycellás transzkriptómiai adatokkal dolgoznak. A keretrendszert frissítették új modellekkel és funkciókkal, ideértve a testreszabott sablonokon való finomhangolást és a multi-cellás prompt formázást. Emellett tartalmaz egy Pythia modellek sorozatát a sejttypusok előrejelzésére, a sejttypus feltételezett generálására, és egy sokszínű, többsejtes, többfeladatos modellt, amelyet több mint 57 millió emberi és egérsejten képeztek ki. A Cell2Sentence keretrendszer dokumentált, és tartalmaz oktatóanyagokat a használatához, beleértve a finomhangolás és a több cellás prompt formázás példáit. A Cell2Sentence fejlesztése a van Dijk Labban történt és egy előnyomtatásban közzétették a bioRxiv-en. A Cell2Sentence lehetővé teszi a következő generációs egymagos felfedezést LLM-ek segítségével.
Kritériumok szétosztása
- Expressziós vektorok transzformálása cell sentencesbé
- C2S-Scale modellek az egycellás feladatokhoz
- Támogatás egyéni prompptemplaték finomhangolásához
- Több sejtet tartalmazó prompthoz formázás
- Előre betanított modellek Pythia és Gemma-2 architektúrákon
THEUS (Aigora)
Vállalati AI-kutatási rendszer, amely a saját tanulmányokat nyomon követhető betekintésekkel alakítja át, tényazonosítókkal, idézetekkel és szakértő avatarokkal a szintézishez.
A THEUS egy vállalati AI kutatási rendszer, amely a szerzői tanulmányokat felismerhető eredmények számára változtatja át, amihez az eredeti források hivatkozásának ID-jeivel és szakértő avatarokkal rendelkezik. A Google Agent Development Kiten (ADK) épül és a kétirányú modellezést használja a számonkérhető tudási ügynökökhöz. A felhasználók kiemelhetik, összeállíthatják és kivizsgálhatják kutatási adataikat, mind egy érvre vonatkoztatva egy specifikus tényazonosítót hivatkozva és forrásfeljegyzéseivel egy oldalra rendelkezve. A THEUS két lehetőséget kínál a kutatások felfedezésére: új eredményeket hoz létre Dr. Reed segítségével vagy értelmezze a meglévő tudást Dr. Sinclairnal. Ez a platform az elnök-vezérigazgatók értelmezési irányítók, a globális érzékhatással kapcsolatos vezetők és az innovációs vezetők számára van tervezve az ügyfél számára kiemelt kapacitás bővítési értékeléséhez. Egy célközpontú kutatási módszert használ, nem pedig általános vállalati mesterséges intelligenciát, és a valós intézményi adatokra összpontosított ismeret alapú ismereteket hoz létre, amelyek adatokon alapulnak. Mivel 85%-a az új termékek két év alatt kisiklanak (Nielsen), tapasztalati alapú vizsgálat a döntés minőségének lényeges javításával rendkívüli szintű eredményt ad, és lényegesen növeli a döntésbiztonságot. Az Aigora által kínált THEUS egyedülálló foglalkoztatás kínál olyan szolgáltatásokat, mint például egy hónapban legfeljebb 30 dokumentum bekerülése, egy hónapban legfeljebb 1500 oldal szövegfeldolgozása és egy hónapban legfeljebb 500 kérdés feltehető Dr. Sinclairhez. Egyik kulcsbeli előnye a THEUS-nek, hogy négy évtizednyi egyéni tulajdonú adatfeldolgozásra épít, amit tudhatóvá és döntésképesen használható értelemmé alakító mesterséges intelligencia-alapú eszmefejlesztő szolgáltatással.
Kritériumok szétosztása
- Kinyerés, szintézis és kutatási adatok felfedezése
- Új betekintések generálása Dr. Reeddel vagy a meglévő tudás elemzése Dr. Sinclairral
- Bidirecionális modellezés az adatokon alapuló tudásügynökök számára
- Termék- és fogyasztói ismeretek összekapcsolása a bidirecionális betekintéshez
- Támogatja a különböző tanulmányok szintézisét és a kutatási rések elemzését
StartupValidator
AI állatorvos vállalkozásötlet-érvényesítő az élő Twitter-jelzések és webes kutatások felhasználásával, amely pontozott verdiktet generál kockázatokkal, erősségekkel és javasolt irányváltásokkal.
A StartupValidator egy olyan AI eszköz, amelyet vállalkozásötletek érvényesítésére terveztek az élő Twitter-jelzések és webes kutatások felhasználásával. Célja, hogy pontozott verdiktet adjon a vállalkozásötlet életképességéről, kiemelve a kockázatokat, erősségeket és javasolva potenciális irányváltásokat. Ez az eszköz úgy tűnik, hogy vállalkozók és startup alapítók céljaira készült, akik saját ötleteik megvalósíthatóságát akarják felmérni, mielőtt jelentős erőforrásokat fektetnek be. A Twitter és a web valós idejű adatainak felhasználásával a StartupValidator adatvezérelt megközelítést kínál a vállalkozások érvényesítéséhez. Azonban a módszertan и az adatforrások pontos információinak hiányában az eszköz megbízhatósága és pontossága bizonytalan. Az eszköz valószínűleg integrálódik a Twitter API-jával és lehet, hogy más webes adatforrásokkal is, hogy releváns információkat gyűjtsön.
Kritériumok szétosztása
- Élő Twitter-jelzés elemzés
- Webes kutatás integráció
- Ponzott verdikt a vállalkozás életképességéről
- Kockázat és erősség azonosítása
- Javasolt irányváltások a fejlesztéshez
Kosmos
Független AI tudós a hosszú kutatói kampányokhoz, amely adatait és irodalmat elemezve teljesüléshez hivatkozó tudományos jelentéseket állít elő.
A Kosmos önálló AI tudós az biotermékek R&D csapatoknak és kutatóknak készült. Adatait és irodalmat elemezve teljes hivatkozásokkal rendelkező tudományos jelentéseket állít elő, és felgyorsítja a gyógyszerfejlesztési folyamatot a hipotézistől a regisztrációig napokban, nem hónapokban. A Kosmos önállóan működik, olvassa a irodalmat, generál hipotéziseket, vezérli a kutatásokat, és végrehajtja a tudományos munkafolyamatokat. Támogatja a gyógyszerfejlesztés teljes életciklusát, a célcsoport azonosításától a klinikai fejlesztésig és a bejelentéskig. Az AI eszköz a Slack, a Teams és az e-mailen keresztül működik együtt az emberi tudósokkal, és tanul a szervezet tudásából, amely a kísérleti történetből és a szabadalmi tudományos adatokból épül fel.
Kritériumok szétosztása
- Önálló hipotézisgenerálás
- Irodalmi elemzés
- Adat elemzés
- Tudományos munkafolyamat futtatás
- Csoportos munka Slack, Teams és e-mail segítségével
- Opcionális a jövőbeli úttörő modellekhez
Table Agent
Mesterséges intelligenciával működő adatasszisztens a táblázatos kutatásokhoz
A Table Agent egy olyan AI-párházat alapozott adatfelhasználó szolgáltatás, amely segítséget nyújt a táblás kutatások elvégzéséhez. Célja, hogy a kutatásokat hatékonyabbá tegye, automatizálva a felhasználók által megadott bármely témával kapcsolatos adatgyűjtést. A tool lehetővé teszi a rugalmas adattáblokon (data schema) való manipulálást, így az adatgyűjtés megfelelő optimalizálható az adott célra. Ezt a rugalmasságot sokféle alkalmazás és iparág érheti el, ahol az adattípus jelentősen térhet el egymástól. A Table Agent működésének központi eleme az AI-ösztönzővel vezérelt adatkeresési képessége. Ez azt jelenti, hogy a szoftver mesterséges intelligenciát használ aktív keresésre és releváns adatainak összegyűjtésére, ami képes csökkenteni a manuális kereséssel járó idő- és erőfeszítés-költségeket. Míg a folyamata és integrációi részletei nem kerülnek előtérbe, a koncepció egy olyan mesterséges intelligenciáját vezérlő adatsegítőre utalhat, amely képes könnyedén integrálni különféle adatelőállító eszközöket, így javítva az általános kutatói folyamatot. A Table Agent erősségei feltehetően az automatizálható fáradságos adatgyűjtő feladatok és az eltérő adattípusok iránti alkalmazkodóképessége köré épülnek fel. Azonban abszolút specifikus adatok hiányában nehéz meghatározni korlátait vagy az alternatív adatsegédprogramokhoz viszonyított összehasonlítását.
Kritériumok szétosztása
- Automatizált adatgyűjtés
- Testreszabható adatsémák
- Mesterséges intelligenciával működő adatkeresés
- Gyors és pontos adatvisszanyerés
AMIE
Egy multimodális AI diagnosztikai ügynök, amely klinikai beszélgetéseket folytat és orvosi képeket értelmez pontos diagnózisok érdekében.
AMIE (Articulate Medical Intelligence Explorer) egy kutatási AI diagnosztikai ügynök, amelyet a Google DeepMind és Google Research fejlesztett. A cél az, hogy klinikai beszélgetéseket folytasson, illetve orvosi képeket értelmezzen pontos diagnózisok érdekében. Az AMIE eredetileg szövegalapú orvosi diagnosztikai konverzációs AI ügynök volt, amelyet a Nature publikálott. Az új, multimodális AMIE integrálja a vizuális orvosi információk intelligens kérése, értelmezése és elmélyítése képességét a klinikai párbeszéd során. Ez a fejlesztés a diagnosztikai pontosság javítását célozza, azáltal, hogy multimodális adatokat, például képeket és dokumentumokat is bevon a diagnosztikai folyamatba. Az AMIE egy állapottudatos érvelési keretrendszert használ, és multimodális Gemini modellekre épül. További értékelést szakmai vizsgálatokkal, köztük az Objektív Szerkesztett Klinikai Vizsgálatok (OSCEk) segítségével végeztek, összehasonlítva teljesítményét elsőrendű orvosokkal (PCP) különböző páciensekkel.
Kritériumok szétosztása
- Multimodális diagnosztikai párbeszéd
- Vizuális orvosi információk értelmezése
- Állapottudatos érvelési keretrendszer
- Integráció a Gemini modellekkel
- Szimulációs környezet a párbeszédeken történő értékeléshez