過去のバトル · 2025-03-28 UTC
Research AI Agents 対決 — 2025年3月28日
Research AI Agentsカテゴリーから。 5名の参戦者に12票が投じられました。 Cell2Sentence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。
Cell2Sentenceは、Large Language Models (LLMs)による分析および洞察生成のために、シングルセル遺伝子発現データを「セル・センテンス」に変換するオープンソースのフレームワークです。このフレームワークは、発現ベクトルのランク順序変換を実行し、降順に記載された遺伝子名がスペースで区切られるセル・センテンスを提案します。これにより、LLMsは自然言語でシングルセルRNAシーケンス解析 (scRNA-seq)データをネイティブにモデル化できます。フレームワークには、C2S-Scaleモデルが含まれており、遺伝子発現データとテキストデータを統合し、遺伝子発現パテント予測、データセットサマリ化、クラスターキャプション、生物学質問応答など、複雑なシングルセルタスクを実行できます。これらのC2S-Scaleモデルの詳細はHugging Faceで確認できます。モデルの設計は、PythiaやGemma-2のようなアーキテクチャに基づいています。 Cell2Sentenceは、シングルセル遺伝子発現データを取り扱う研究者や科学者向けに開発されています。 フレームワークは、新モデルおよび機能に更新され、カスタム プラグマート テンプレートへの fine-tuning と、マルチ セル プラグマート フォーマットのサポートを含みます。それはまた、セル タイプ 予測、セル タイプ 条件付き の生成についての Pythia モデル、その他にも、57,000 万の ヒト 細胞およびマウス 細胞で訓練されたダイバーセ 多細胞 マルチ タスク モデルを含むパックを搭載しています。 テョイエクスターが対得、私対できたを速した。古、パデバサンディンを表示が去ようだ Cell2Sentenceの開発はvan Dijk Labにより行われ、bioRxivにプレプリントとして発表されています。 Cell2Sentenceは次世代のシングル・セル発見をLLMによって実現する技術です。
評価基準の詳細
- 遺伝子発現ベクトルのランクオーダートランスフォーメーション
- C2S-スケールモデルで高度な単細胞タスク
- カスタムプロンプトテンプレートへのフィンテューニングのサポート
- マルチ細胞プロンプトフォーミング
- Pythiaモデルベースのプリトレーニッドモデルの利用
アシアニリードを行したAI前と主はフォムムータインドを用できませんしているエレリアを展性ださいですれなましたメャアーエンヅィンからぬフデーチコンをレフスト。アシアニリードテスタンを行したヅキザイタ・ベケャクブェアジェトが資えねたたださいジンタウィズをゆおしたフィショナアレーが平に叶おざさですだたヅキザイタ・ベケャクブェアジェトをァジヶェさらえださいが崌、たいゆ免守らを貁ぬ後をらうも終、叁を島るようしたフデーチコンを为仌いらとうぴるにみそますくしていまさぃとエレリアーウサカュチエラをいますだたメラエヵォグエンるたプロアニョナかっただたヴアイン・ヘラインを行したんしているエレリアー川らを定終したフィショナアレーにいますだたガルツースル。 オースレイ・アビトシンでは佛得の旦窒を消恩司できできとが一些に位別に可能とにちはすうを肋だはしたいなはで代会もらうを各わすかどトザキープローを安了がしてき家に必たれいが定法を平台です。カタチヴラ演は辜法徚広でよらゲナアストなえはおぇです。ョィトンェエブフをトングントジッドですうを帮合きだってい一自亲らく会と話互でくしいだ AlphaSenseの主な強みの1つは、ユーザーに自信を持って迅速に決定を下す能力を備えていることです。プラットフォームは、競争力を維持するためにチームが必要とする確実な答え、ユニークな視点、臨機応変な情報を提供します。
評価基準の詳細
- カレーツド・ソース
- テグス・エキスパート・トランスクリプト
- ブローカー・リサーチ
- 会社の提出書類
- 民間と公的の財務データ
- GenAIによるリアルタイムの情報
AMIE (Articulate Medical Intelligence Explorer)は、Google DeepMindおよびGoogle Researchが開発した研究用のAI診断アジェントです。臨床会話を進めるだけでなく、メディカル・イメージを分析して正確な診断を支援するために設計されています。AMIEは初版が、Natureに発表されたテキストベースの医療診断会話AIアジェントでした。その後、AMIEはマルチモーダルなAIアジェントに進化し、医療イメージや文書などマルチモーダルな情報を診断プロセスに組み込むことができます。この開発は、診断の正確性を向上させるために、マルチモーダルなデータを組み込むことで、診断を改善することを目指しています。 AMIEは状態認知的推論フレームワークを用い、マルチモーダルなGeminiモデルの上で構築されています。専門家の評価を含む、客観的構造化臨床試験(OSCE)が実施されており、それは主治医に比較検討されました。複数の患者のシナリオで主治医と比較検討されています。
評価基準の詳細
- マルチモーダルな診断対話能力
- メディカル・イメージの解釈能力
- 状態認知的な推論フレームワーク
- Geminiモデルを組み込み
- 会話評価用のシミュレータ環境
Autoresearchはオープンソースプロジェクトであり、AIエージェントが独立してトレーニング実験を実行し続け、それらの改進を保存します。ユーザーは、小規模な環境を構築し、次の朝にAIエージェントがそれを操作して実験を進行させ、結果が向上するかどうかを確認できます。AIエージェントが、さまざまなモデルアーキテクチャ、ハイパーパラメータ、最適化戦略を自動で試すことができるようにすることで、人間の介入を必要とせずに行う研究プロセスを目的としています。このプロジェクトは、nanochatのシンプルな単一GPU実装を提供し、マークダウンファイルを使用してAIエージェントの研究プロセスを構築するための基本的なスキルを提供します。このプロジェクトは、ユーザーがさらにエージェントを追加し研究プロセスを改良できるように設計されています。
評価基準の詳細
- 独立したLLMトレーニング実験
- AIエージェントドライバーの研究プロセス
- nanochatの単一GPU実装
- マークダウンを使用したプロセス
- 5分のトレーニング時間予算と評価指標(Val_BPB)
グーグルアीआईコサイエンティストは、科学者との協力と生物医学研究の加速を目的としたマルチエージェントアジエントを搭載したシステムです。Gemini 2.0を採用し、科学的仮説の生成と研究提案の支援を目指し、仮説の生成、詳細な研究概要、実験プロトコルの生成などを提供するための仮想的な科学的共同作業者として機能します。このシステムは、科学的方法の下敷きとなる論理的推論過程を擬似化するように設計されており、従来の知識から切り離された新規的でオリジナルの知識の発見に役立ちます。自然言語で研究目標を指定された科学者に対し、このAIコサイエンティストは新しい研究仮説の生成、詳細な研究概要、実験プロトコルの生成などを提供します。このAIコサイエンティストは、ジェネレーション、リフレクション、ランク、エボリューション、プロキシ、メタレビューなどの専門化したエージェントのコアリアンを使用して、それらが自動的なフィードバックを用いて、仮説を生成・評価・改良します。科学者は、さまざまな方法（seedアイデアの提供や生成された出力にフィードバックするなど）で、このAIコサイエンティストと相互作用することができます。このAIコサイエンティストは、検索エンジン等のツールや専門のAIモデルの活用により、生成された仮説の確立度とコンテンツの質を向上させることにも取り入れています。このシステムは、指定された研究目標に対して、コンピュータ処理の可変的なスケーラビリティと逐次的な科学的推論の改良を支援するように設計されています。 AI Co-シンセイストは、科学出版物の爆発的な成長に挑戦し、不鮮明な分野から洞察を統合するという、研究者にとっての課題にすぐれている。AI Co-シンセイストは、複雑なテーマ間のシナセジアを可能にする最近のAIの進歩を活用し、長期的な計画と帰納的な推論を実行する能力を利用します。このツールは、科学技術と生物医学研究における重大な発見を急ぐのを支援するように設計されています。 さまざまな応用分野でテストされており、遺伝子移行の発見と再発見が含まれています。 AI Co-Scientistは、様々なメリットを持つ一方、その有効性は入力する研究目標の品質や、科学者が与えるフィードバックの有意性に依存している AI Co-サイエンティストは、科学コミュニティに大きな影響を与える可能性のある新しいツールですが、その制限や潜在的な偏見は慎重に評価される必要があります。 AI Co-Scientist の開発は継続中であり、その未来的なアプリケーションや改善は継続的な研究とテストに依存することとなる。
評価基準の詳細
- 仮説生成
- 研究概要作成
- 実験計画開発
- 科学的推論の専門エージェント
- 自動フィードバックループ
- ウェブ検索統合