Korábbi csata · 2023-12-16 UTC
Research AI Agents Leszámolás — 2023. december 16.
A(z) Research AI Agents kategóriából. 33 jelölés elhelyezve 10 versenyző között. Atelier Ruixen szerezte meg a koronát.
Végeredmény
A felállás
A versenyzők
Minden eszköz profilja, amely ebben a csatában versenyzett, a végső pontszámuk szerint rangsorolva.
Atelier Ruixen
AI tudásbátorító, amely finomítja a kérdéseket és összeállít olvasási listákat, hogy a szórt információt cselekvőképes betekintéssé alakítsa.
Az Atelier Ruixen egy olyan platform, amely segíti a felhasználókat abban, hogy finomítsák kérdéseiket és olvasási listákat állítsanak össze, hogy a szétszórt információkat cselekvésre ösztönző betekintéseké alakítsák. Egy óriási ismeretarchívumot kínál, amely 11 897 szálat sző 1063 különböző kognitív szállá. Ezek a szálak a 'Mesterek' munkájának eredményei, akik a minta folytatásával kristályosítják az összetett információkat érthető formátumokba. A platform nem egy Wikipédia-szerű dokumentáció, hanem egy egyedülálló, minta-alapú formátumban bemutatott, gondosan kiválogatott ismeretek gyűjteménye. Ötvözi a korábbi ismeretek bölcsességét a jövőbeli intelligencia erejével. A felhasználók egy beszélgető felületen keresztül léphetnek kapcsolatba a platformmal, ahol kérdéseket tehetnek fel és gondosan összeállított olvasnivaló-listákat kaphatnak válaszul. Összességében az Atelier Ruixen olyan erős eszközt kíván nyújtani a felhasználóknak, amely lehetővé teszi a bonyolult információkból származó hasznos információk megszerzését.
Kritériumok szétosztása
- Kérdések finomítása
- Kutatott olvasási listák
- Mintalapú formátum komplex információk bemutatásához
- Konversációs felület
- Tudás-ökoszisztéma
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
Company Status Agent
Egyből ellenőrizze a vállalati regisztrációját és aktív státuszát a globális hivatalos nyilvántartásokon keresztül.
A Company Status Agent egy AI-vezérelt verifikációs eszköz, amely ellenőrzi, hogy egy vállalkozás hivatalosan bejegyzett és jelenleg aktív-e. Megkérdezi a világszerte megbízható kormányzati és vállalati nyilvántartásokat, és másodpercek alatt egyértelmű állapotjelentést ad vissza, ehelyett nem igényli a manuális keresést több joghatóságban. Az eszközt a due diligence, a megfelelőség, a felvétel és a kockázatértékelési munkafolyamatainak támogatására tervezték. A csapatok felhasználhatják a szállítók, partnerek vagy ügyfelek szerződések aláírása, számlák megnyitása vagy hitelnyújtás előtti ellenőrzésére, csökkentve a csalás és a virtuális entitások okozta kockázatokat. A nyilvántartás-ellenőrzések automatizálásával egyszerűsíti a KYB (Ismerd meg az üzletet) folyamatokat, és a szakemberek számára konzisztens módot biztosít a jogi státusz ellenőrzésére országhatárokon át.
Kritériumok szétosztása
- Mesterséges intelligencia-példányos nyilvántartás-hivatkozások
- Globális hatóságok fedettsége
- Aktív vs inaktív státusz-ellenőrzések
- Vállalati identitás-ellenőrzések
- Sérti hatással és felvételi támogatás
- Gyors igényelhető jelentések
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
Bright Data Web MCP
Olyan MCP szerver, amely bizalomgerjesztő webes keresést, adatgyűjtést és böngészőautomatizálást nyújt 5 000 ingyenes havi kérelemmel.
A Bright Data Web MCP egy olyan szerver, amely lehetővé teszi az AI ügynökök számára a megbízható webes keresést, adatgyűjtést és böngészőautomatizálást. 5 000 ingyenes havi kérilemen nyújt szolgáltatást. Az eszköz lehetővé teszi az AI ügynökök számára, hogy hatékonyan kereshessék a webet, kinyerjék az adatokat és navigáljanak a webhelyeken anélkül, hogy blokkolnák őket. Számos funkcionalitást kínál, például élőben kapott keresési eredményeket, adatátvitelt, webhelyek körüljárását és böngészőautomatizálást. A Web MCP olyan, hogy felülírja a blokkolást és a korlátozást, és megbízható partnere több mint 20 000 ügyfélnek világszerte.
Kritériumok szétosztása
- Egyidejű webes keresés
- Webhelyek körüljárása és adatgyűjtése
- Böngészőautomatizálás
- A földrajzi korlátozások és a CAPTCHÁ-k kikerülése
- A JavaScript dinamikus tartalma képzése
- A valódi felhasználók viselkedésének utánzása
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
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
ResearchClaw
Az OpenClaw-féle ügynök, amely kutatókat tár fel és rangsorol a közlemények alapján, egyenrangú magyar nyelvben alkalmazási indoklásokat készít, és télies e-maileket hoz létre, amelyek hivatkoznak a munkájukra.
A ResearchClaw egy mesterséges intelligencia alapú eszköz, amely a kutatók azonosításának és elérésének segítésére szolgál. Az OpenClaw technológiát használja, hogy felfedezzen és rangsoroljon kutatókat publikált cikkeik alapján. Az eszköz egyszerű angol nyelvű összefoglalást készít a kutató munkájáról, amely a munkavállalásokhoz használható érveket létrehozhat. Továbbá a ResearchClaw elkezdi az öntölteleket, amelyek a kutató munkájára hivatkozva segítenek a kapcsolatfelvételenél. Az eszköz célja az egyesülés és a kapcsolatfelvétel folyamatainak megszabott lefolyását. Úgy gondolják, hogy a ResearchClaw automatizálja a felfedezési és az elérési folyamatot, s ezáltal megtakarítja azt az időt és a munkát, amelyet a kutatók kiválasztásához a megfelelő személyzeti igazgatóknak, intézményeknek, szervezeteknek és vállalatoknak szükségük van. Az eszközök képessége az elvonulás főleg intézményeknek, szervezeteknek és vállalatoknak segíthetnek abban, hogy megkönnyítsék a kutatók igénybevételét. A ResearchClaw funkciói segítséget nyújtanak a kiválasztási folyamat leegyszerűsítésében, azonban, hatékonyságának eredménye attól függ, hogy milyen minőségű adatokra van kondicionálva, és hogy a felhasználó pontosan milyen igényeit kívánja. Az eszköz egyéb képességei, hogy öntölteleket és érvek készítéseket szélsőségez, lehet mindkettő időt takarító, és akadályozhatja hogy személyre szóló értekezési formákat veszítsen el. Mindegyik mesterségesen tanult eszköz esetében, akad lehetőség az átláthatóságról, ábrázolás, és megértést illetően is.
Kritériumok szétosztása
- Kutatók azonosítása és rangsora
- Egyszerű német tervezési tétel generálása
- Hideg e-mail szerkesztése
- Integrálás az OpenClaw technológiával
- Automatizált megkeresési képesség
- Kutató munka összefoglalása
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
OpenAI Deep Research
Autonóm tárgyaló beszervezési agent, amely elvégzi a több lépésből álló webes kutatást és strukturált jelentés ad át
Az OpenAI Deep Research egy ügynökös funkció a ChatGPT-ben, amely az interneten keres információt az Ön nevében, és szintetizálja a sok forrásból származó információkat, hogy hosszú, idézetekkel ellátott jelentést állítson elő. Ehelyett, hogy egyetlen gyors választ adna, tanulmányi utat tervez, követi a linkeket, összehasonlítja a megállapításokat, és több percen keresztül iterál, hogy kezelje azokat a kérdéseket, amelyekhez általában az embernek órákig tartana ásni. Célja olyan feladatok, mint a versenyelemzés, a piaci és akadémiai kutatás, a due diligence, és a részletes termék- vagy szabályzati összehasonlítások. A felhasználók beküldenek egy kérdést, opcionálisan válaszolnak tisztázó kérdésekre, és írásos jelentést kapnak beágyazott idézetekkel, amelyeket ellenőrizhetnek. Az eszköz elérhető a fizető ChatGPT-felhasználók számára, a használati korlátozások a csomagszinthez igazodnak.
Kritériumok szétosztása
- Egyedülálló, több lépésből álló webes böngészés
- Hosszú formátumú jelentések in-line citációkkal
- Megvilágosodott, előzetes kérdések, mielőtt kezdik a kutatást
- Gondolkodás a szövegeken, képeken és PDF-kon
- Folyamatosan naprakész információ a kutatási futásokról
- Exportálható eredmények a ChatGPT-ben