過去のバトル · 2025-12-18 UTC
AI Data Analysts 対決 — 2025年12月18日
AI Data Analystsカテゴリーから。 4名の参戦者に17票が投じられました。 Together Open Data Scientistが王座に。
最終結果
ラインナップ
参戦ツール
このバトルに参戦したすべてのツールの紹介。最終スコア順。
Together Open Data Scientistは、GitHubからリリースされたオープンソースのデータ分析エージェントである。Together AIによって開発され、言語モデル推論ステップとコンピューティングPython コードの実行を交互に使用するReAct (Reasoning + Acting) フレームワークを採用し、データセットの探査、記述統計量の計算、モデル構築、詳細な分析レポートの作成などの、エンドツーエンドデータサイエンスタスクを実行する。 エージェントはPythonを2つのモードで実行できます。"内部"モードでは、Dockerコンテナ内部でコードをローカルに実行するため、シングル ユーザローカル開発向けです。一方、"TCI"モードではTogether Code Interpreter (TCI)というクラウドサンドボックスに実行をオフロードします。TCIはThroughgether AI API経由でアクセスでき、ユーザーはデータディレクトリの自動インジェクション、論理演算の最大数の制限、およびエージェントを動かす下位互換モデルを選択できます。この指定されたモデルはDeepSeek-V3でデフォルトですが、Throughgetherプラットフォームを介して使用可能なLLaマおよびその他のモデルを選択できます。 Together Open Data Scientistはpip安装のパッケージとして提供され、コマンドラインインターフェイスとPython APIを公開しています。CLIは、マークダウン形式の分析レポートを生成するために`-write-report`オプション、全体のクエリーおよび実行トレースを記録するために`-save-trace`オプション、およびセッションIDを使用したセッション再利用をサポートしています。Python APIの中心は、自然言語タスクを受け取って結果を返すReActDataScienceAgentクラスです。 このプログラムは明示的に実験的で、全てのコードと分析は AI により生成されますため、出力に誤りまたは最適なアプローチと異なる可能性があります。 そのため、実用的な決定には使用しないようお勧めであり、探索や学習のための出発点としましょう。そして、ビジネス又は研究上の重要なアプリケーションでは、特に人の確認と検証が必要です。 コミュニティによるオープンソースのデータサイエンティストツール、Together Open Data Scientistは、商用のAIデータ分析アシスタントやChatGPTのAdvanced Data Analysisやノートブックコピログに比べて、Togetherのエコシステム内でモデル無関係、完全オープンソースであり、またローカルに自己ホスティングすることも可能で、また、複数ステップのコード実行を自律で組み合わせて最終的なリポートを作成することで区別されています。
評価基準の詳細
- ReAct推論と行動エージェントのループ
- 2つの実行モード: ローカルのDockerまたはTogether Code Interpreterクラウド
- 分析用データディレクトリの自動アップロード
- Markdownレポートの生成に--write-reportを使用する
- モデルと最大推論回数の構成可能
- コマンドラインインターフェースとプログラム上のPython API
エクセルに特化したAIエージェント『Shortcut』は、自然言語指示からエクセルモデル、分析、レポートを構築、変更できるツールです。企業の財務専門家に向けて設計されました。特にヘッジファンド、資産管理などの企業における精度と監査可能性が速さより重要な場合に適しています。提供先の企業はヘッジファンドの一部の大規模マルチスロットルヘッジファンドに展開、日々のアクティブユーザーが数千人いることを自社がアピールしています。 ツールは2つの方法で使用できます: 独立のウェブアプリケーションとネイティブのエクセルプラグイン。ウェブアプリは、約95%の機能的相似性があると説明されています。一方、プラグインは、ユーザーの既存のエクセル環境で直接動作し、マクロ、キーボードショートカット、マクロ、および大型ファイルを含む機能で完全相似性を実現するように設計されています。ファイルは、フォーマット、式、および機能の喪失なくエクセル形式で開かれ、エクスポートできます。これにより、既存のワークフローに合成する手順を軽減できます。エンター先のCLI (ShortcutXL) は、デスクトップエクセル内で並列に複数のモデルを作成および編集できるパワー ユーザー向けに実装されています。 正確性を重視した設計がトップデザインとして提示されています。 ショートカットは、その出力をハードコードではなく式に依存したものとして主張し、入力が変化しても結果が更新され、入力変化時に破損しないようにしたいと考えています。 プロフェッショナルグレードのフォーマッティングを適用し、入力の変更により既存データを上書きしない場所に編集を挿入するように設計されており、これが一般AIスプレッドシートツールの限界です。 会社は、その正確性の主張を裏付くSpreadsheet Benchの結果と、その初年度のアナリストに対して90％の勝率で勝ったと報告されているヘッドをヘッドのチャレンジを提示しています。 トラストとオーディターの意識を第一に据え、Shortcutはすべて変更されたセルを表示し、どの値がハードコードされているかを示し、为什么。ユーザーはアクションシーケンスの任意のステップを戻す、restore、またはundoできます。Securityにまつわる事項としては、SOC 2 Type IIの合格、REST状態におけるAES-256暗号化、トランザクション中のTLS 1.3、ロールベースのアクセス制御、AIサービスの提供と零保持契約、-paid-planデータはモデルトレーニングに使用されることがない規定などがあります。 一般的なチャットボットやコピルート、クレドーなどと比べると、Shortcutはスプレッドシート作成に特化しており、ベンチマークタスクで意味ありげに高い精度を主張しています。Shortcutの差別化は、Excel-nativeオペレーション、関数駆動出力、機関財務ユーザーが必要とするアウディタビリティの機能にあります。特化のリスクは、Excel集中財務データワークにのみ焦点を絞り、広域オフィス製品性よりも厳密です。その結果、多くのパフォーマンス請求はベンダレポートベンチマークですが、検討するプロスペクティブ買主は自分のワークフローの検証に従います。
評価基準の詳細
- Native エクセル プラグインとスタンドアローンウェブアプリケーション
- ショルティXL、パワーユーザーがダークターミナル内でデスクトップのエクセルで並列にモデルを構築および編集するために設計された
- 式駆動により、動的に更新される出力
- セルレベルでの変更履歴管理のための戻し
- /復元/
- 取消機能
『Trinka AI』は、研究家・学生および技術専門家向けに設計され、書き方を支援するアシスタントです。一線級の文法や綴りをチェックするだけではなく、研究論文にふれがちな、不一致の用語、不明瞭な文章構造や、トーンの問題など、学術的な論文における学術書き方の習慣を強化しています。 このツールは、成果物に合わせて hundreds 通りの分野に対応できる機能を提供し、文章の書き直し、統一性確認、中立的な表現確認の作業を支援します。Microsoft Word、ブラウザ、クラウドエディターを通しての統合により、研究プロセスの通例で使用可能となります。 Trinkaは一般的な文法チェッカーとしての機能に加えて、学術論文の准备に特化した機能も提供しており、それには学会論文用のチェック、盗作検出、および出典確認の検証機能が含まれます。
評価基準の詳細
- 高度な文法とスタイルチェック
- 学術的なトーンと明瞭度向上
- 文書構造のパラフレーズリングと一貫性コントロール
- 盗作と参考文献の検査
- ジャーナルへの提出のためのレポートの作成
- ブラウザー、ワード、クラウドエディターへの統合
Edexiaは、国際バカロレア(IB)英語教科書を中心にオーストラリアの高等教育枠組みであるVCE、HSC、QCE、WACE等に特化した、AIを用いられた評価およびフィードバックアシスタントです。エッセイスコーリングではなく、関連する評価基準、学位記述、研究設計要件を事前にロードし、現実の評価基準と継続的にトレーニングおよびバリデーションを実施し、教師経験者によってサポートされています。 Edexiaの核となる考え方は、個々の教師や学部が実際に評価する方法に基づいて、AI評価を調整することである。教師はブラインド評価を実施し、判定の調整を行う会議を実施し、システムがこのプロセスから学ぶことで、初期評価結果とフィードバックが学区の基準と一致するようになるというものである。会社によると、セントベルナーズカレッジでの579本の論文についての試験で、Edexiaの結果は教師の評価と完全に一致した結果は81.2%で、その評価の1つの範囲内に収まった結果は98.3%であったという。 教師の権限を維持することが主な設計原則であり、すべてのAIが生成したコメントは、学生に届く前に編集、書き直し、または削除されることができます。 教師はフィードバックに個人なボイスノートを付け、テストの結果はすべて人間がレビューし、リリースするまで保持されるteacher-reviewモードがあります。 これによってEdexiaはAIを書記およびアシスタントとして位置付けられ、詳細なフィードバックを提案し、しかし教師は調整するというロールを与えるのではなく、自律的な評価者として機能しないことを意味します。 教室ワークフロー機能を備えたプラットフォームでは、学生のライティングプロセスの再生（Paste、Tab-Off、AI-確率スコアの表示など）、各学生の強みと次のステップに関するクロスサブミッションレポート、検索可能な質問と誘導文庫、ブラインドグレードとモデレーション機能（可視化されたスコア分布など）、そしてスキャンレスポンス用の筆跡認識などの機能が組み込まれます。他にもIBの研究リスト上の人々の作品につき、テーマ、著者の意図、キーワードなどを含む各テキストごとの知識ベースが構築されます。 "は学生たちに、速い論文フィードバック－リライトサイクルを実現することで、夜の最初の１時間を利用して論文の原稿を執筆し即座にフィードバックを受け、修正しやすくすることで、そのような教育を提供しています。教師や教育機関側では、点検や調整を通じて評価の均一性を向上させ、時間的消耗を軽減することに重点を置いている。 この会社はプライバシやデータの管理を重視しています。トレーニングデータは個人または機関のアカウントに区切られており、アカウントのマネージャの知的財産となっており、そのデータはEdexiaのモデルのトレーニングに使用されません。データは匿名化され、豪州に所在するサーバーに保存されており、この会社はSOC 2 Type II認定、ISO 27001とST4S認定を保持しています。 ここまでのサイトのキャプチャの時点でのEdexiaの提供は教授や学生に無料で、ウェイトリストの場合、Nビジネスのような特殊な教科のためではなくIBと豪州英語のような強く作られたスコープで提供されます。
評価基準の詳細
- IBを基調とした評価基準と評価基準の教育者による検証
- 教育者モードでは、すべてのAI生成コメントが編集、書き直し、削除を含むため
- AIによる記述プロセスの再生とAIによる可能性の高い検出
- 盲点評価、モデレーション、カリバレーションの分析
- 検索できる質問・刺激ライブラリ
- 手書き入力のスキャナードアの記述