지난 배틀 · 2025-12-26 UTC
AI Data Analysts 대결 — 2025년 12월 26일
AI Data Analysts 카테고리에서. 6개의 참가자에 걸쳐 23 표시가 배치되었습니다. Together Open Data Scientist이(가) 왕좌를 차지했습니다.
최종 순위
출전 라인업
참가자들
이 배틀에 참가한 모든 도구의 프로필, 최종 점수순으로 순위가 매겨졌습니다.
Together Open Data Scientist
오픈 소스 ReAct 에이전트가 Python을 통해 데이터를 탐색, 모델을 만들고 분석 보고서를 생성할 수 있는 도구
Together Open Data Scientist는 GitHub에 공개되어 있는 Open-Source의 AI-powered 데이터 분석 소프트웨어입니다. 그것은 ReAct framework(Reasoning + Acting)에서 파생된 것입니다. 그들은 언어 모델 이론적 단계와 구체적인 Python 코드의 실행 단계를 번갈아가면서 종이-마지막 데이터 과학 작업, 데이터 세트 탐색, 요약 통계 계산, 모델 구축 및 세부적 글 작성을 위한 분석 보고서 생성과 같은 종단-끝 데이터 과학 작업을 완수하기 위해 사용됩니다. 이 도구는 Python을 두 가지 방법으로 실행할 수 있습니다. '내부' 모드는 Docker CONTAINER 내에서 코드를 лок에서 실행하며, 'TCI' 모드는 Together Code Interpreter(TCI)의 클라우드 샌드박스에서 코드를 실행합니다. Together AI API를 통해 접근할 수 있습니다. 사용자는 데이터 디렉토리를 자동으로 처리하는 업로드 폴더를 설정하고, 합리적 계산 횟수를 지정하고, 기계 학습 모델을 선택할 수 있습니다. Default 옵션은 DeepSeek-V3이며, Llama 모델과 Together 플랫폼을 통해 사용할 수 있는 다른 모델들도 가집니다. 그는 pip를 사용하여 패키지로 배포되며 (open-data-scientist) 명령줄 인터페이스와 Python API를 공개합니다. CLI는 --write-report 옵션과 같은 것 (Markdown 분석 보고서를 생성) --save-trace 옵션 (작업에 대한 전체 수집 및 실행 추적 로그) 및 세션 재사용을 통해 세션 ID와 함께 구현되었습니다. Python API는 자연어 업무에 대한 ReActDataScienceAgent 클래스를 취하고 결과를 반환하는 것을중심으로 합니다. 이 프로젝트는 명시적으로 실험 소프트웨어로 라벨링되어 있습니다. 모든 코드와 분석이 AI로 생성되기 때문에 출력 결과는 오류나 최적의 방법에 대한 최적의 접근 방식이 포함되어 있을 수 있으며, 특히 생산적인 결정으로 사용하기보다는 탐색 및 학습의 출발점으로 다루어져야 합니다. 유지관리자들은 중요한 비즈니스 또는 연구 용도에 특히-human의 검사와 유효성이 필요하다고 강조합니다. 상업용 AI 데이터 분석 도우미인 ChatGPT의 Advanced Data Analysis나 노트북 코파일럿에 비해 Together Open Data Scientist는 다음과 같은 특징으로 구별된다. Together의 생태계 내에서 모델에 독립적으로(가정된 모델에 상관없이) 운영할 수 있으며, 완전 개방형 오픈 소스이며, 사용자가 호스트하기도 하지만, 클라우드에 호스트하기도 하는(self-hostable) SaaS가 아니다. 그 결과로 Together Open Data Scientist를 이용하면 노트북 내의 여러 코드 집행 단계를 자동으로 이어 붙일 수 있어, 완전한 보고서를 작성하는 데 필요한 하나의 일회성 답변으로만 답변되지 않는다.
평가 기준 분해
- ReAct 추론 및 행동 에이전트 루프
- 두 가지 실행 모드: 로컬 Docker 또는 Together Code Interpreter 클라우드
- 분석을 위해 자동으로 데이터 디렉토리 업로드
- 마크다ウン 보고서 생성
- 모델 및 최대 추론 반복 설정
- 명령줄 인터페이스 및 프로그램적 Python API
트린카 AI는 연구원, 학생 및 기술 전문가들을 위한 작성 도우미로 설계되었습니다. 표준 문법 및 띄어쓰기 검사 외에도 학문 논문에서 흔히 발생하는 일관성 있는 용어 사용, 문구 구조의 불명확성 및 어투 문제와 같은 학술 논문의 규약에 초점을 맞췄습니다. 툴은 수백 개의 학문 분야에 걸쳐 주제에 친숙한 제안을 제공하고 퇴자, 일관성 검사, 출판 양식 가이드 준수를 위한 보장을 포함한 작업에 도움이 된다. MS 워드, 웹 브라우저 및 클라우드 편집기에 통합되므로 일반적인 연구 워크플로우에서 사용할 수 있다. 트리нка에는 논문을 준비하기 위한 고유한 기능이 포함되어 있으며 저널 가AndView 기능, 저작권 탐지, 인용 검증 기능이 포함되어 있습니다. 이러한 기능들은 일반적인 문법 검사 도구로만 생각되었던 트리нка를 더욱 전문적인 도구로 위치시켜줍니다.
평가 기준 분해
- 미디엄 미디엄 및 스타일 체크
- 교육적 톤과 명확성 향상
- 문장 재작성 및 일관성 도구
- 도용 및 인용 문헌 검사
- 학회 제출 준비 보고서
- 브라우저, 워드, 및 클라우드 통합
Fyva AI는 기초 연구 보조인력으로 투자 분석가, 투자 팀 및 금융 전문가가 사용하는 데 최적화된 도구입니다. 기업 보고서 및 유동성 데이터를 사용하여 사용자가 수동 워크플로우에 의해 허용되는보다 빠르게 연구 논문, 요약 및 투자洞察를 작성하는 데 도움이 됩니다. 이 도구는 연구 프로세스의 반복적인 부분을 가속화하는 데 주로 초점을 맞추고 있습니다. chẳng hạn 연구분석가가 10-K, 10-Q를 포함한 기초 자료에서 주요 통계자료를 추출하는 것, 주가 이익 보고서와 같은 소득 발표회의 요약, 그리고 초안 보고서를 구축하는 것입니다. 분석가들은 AI로 생성된 출력을 본인의 판단력과 독점적 시각과 결합하며 내부나 고객에 게게 게시하기 전에 정의하는 데 있어 더욱 세부적인 사항들을 추가하도록 사용자들이 능동적으로 참여 할수 있는 것입니다.
평가 기준 분해
- 자동화된 이사회 보고서 생성
- 수정증명서 및 문서 분석
- 수익 및 재무 데이터 요약
- 투자 이론에 대한 통찰력 추출
- 분석가 초점 연구 작업 공간
어나맵은 제품 및 성장 팀이 설명과 의사 결정을 위한 대시보드보다 더 받기를 원하는 AI 분석 도구로 구성됩니다. 가장중요한 기능은 카토스(Cartos)로 웹 및 제품 분석에 대한 접속성이 있고 유저journey안에서 의미있는 변화들을 감지하고 구매행동(activation), 참여 변환(conversion), 유지(retention)의 모든 단계에서 이것들을 의사결정에 준비된 분석으로 포장하여 전달하는 "AI 분석가 동료"입니다. Cartos의 조사 결과는 일반적인圖表나 모호한 요약 대신 3 가지 주요 성과물을 기준으로 이루어진다. 그것은 변화하는 요소 (누구나 확인할 수 있는 지표, 구분 단위, 채널 또는 단계의 움직임과 그 비즈니스 영향), 그에 대한 가능한 설명 (데이터가 명확하지 않을 때 경쟁적인 가설과 변증을 포함한 증거에 따른 설명)이며, 그에 맞는 다음 조치를 건네는 것이다. 이러한 결과는 팀원이 슬랙이나 이메일 또는 웹 앱 등을 통해 주주들과 조정을 할 수 있게 짧은 보고서 형태로 공유된다. TOOL은 GA4나 Amplitude와 같은 데이터 소스와 Slack, 이메일, 웹 앱과 통합하여 결과물을 제공합니다. Anamap는 제품 및 웹사이트의 성과를 설명해야 하지만 추가 분석가 인력 또는 인력을 고용할 수 없습니다. 쉽게 할 수 없는 조직을 위해-positioning된다 — 창립자, 성장 팀, 제품 팀, 리인 데이터 팀에서 매 질문이 동일한 오버 북된 분석가에게 다가갈 때. Anamap의 주요 판매 포인트 중 하나는 지속적인 맥락 유지입니다. 일반적인 채팅 봇인 ChatGPT이나 Claude가 데이터를 가져와 매 단계마다 정의 재설명이 필요하는 반면, Cartos는 팀이 이전에 결정한 KPI를 어떻게 정의했는지, 어떤 출시에서 어떤 기능이 릴리스되었는지, 어떤 실험이 수행되었는지, 그리고 이전에 어떤 결정이 있었는지를 기억하기 위한 "회사 메모리"를 유지하는 설계를 가지고 있습니다. 이는 이전에는 시작과 같은 각 조사에 이전 맥락을 기반으로 쌓게되며, 관련있는 다음 단계로 끝날 수 있도록意欲하고 있습니다. 가격에 대한 구성을 팀에 초점을 맞춘 것 이라는 점에서 좌석을 기준으로하지 않으며, 무제한 사용자 및 좌석당 요금이없으며, 실제 변경 사항을 조사하기위한 무료 평가판도 포함합니다. 제품은 초 단계 (사이트는 12+사업체에 도움을 주고있는 것이라고 함)로 가장 잘 이해 될 때에 따라 내부 분석-결정 워크플로우를 구축하는 것 또는 드물게 분석 시간에 의존하는 것과는 차별화 된, opininated 대안으로 간주됩니다. 구매자는 구매 의사 결정을 위한 그의 결졸적인 기계 학습 기반 분석 결과의 특이함이 작아진 현재 통합 세트 (GA4 및 Amplittude)를 그리고 작고 빠르게 성장하는 추적 기록을 고려해야합니다.
평가 기준 분해
- Cartos AI 분석가: 제품 및 웹 분석을 조사
- GA4와 Amplitude 데이터에 연결
- 적umph, aktivierung, konversion 및 retention에 대한 변화를 감지
- 경쟁 설명 및 주의와 함께 증거 기반 원인 분석
- 각 발견에 대한 다음 단계 제안
- 영속적인 회사, KPI, 릴리스 및 결정 관련 기억
모델 ML은 금융 서비스 팀을 위해 설계된 AI 플랫폼으로, 분석가들이 연구, 수사 및 거래 워크플로의 속도를 높일 수 있도록 돕고 있습니다. 이 플랫폼은 문서, 데이터 및 AI 모델을 하나의 작업 공간으로 통합하여 사용자는 도구 전환 없이 원시 자료부터 구조화된洞察로 이동할 수 있습니다. 이 플랫폼은 기업 분석, 문서 검토, 유사 검색 및 리포트 작성과 같은 작업을 지원하며 금융 관련 사용 사례에 맞춰 설계된 AI 보조 도구도 제공합니다. 투자 은행, 사설 기금, 관리 회사 및諮詢 업체와 같은 대량의 정보를 짧은 시간 안에 처리해야 하는 기업에 맞춰 이 플랫폼은 구축되었습니다.
평가 기준 분해
- 금융 연구를 위한 최적화 된 AI 보조기기
- 문서 인식 및 분석
- DD 및 거래 Workflow 지원
- 보고서 및 회고록 작성 도구
- 거래 팀을 위한 협력적인 작업 공간
- 금융 데이터 nguồn과의 통합
MinusX는 미리 설정된 툴을 사용하는 팀의 현재 사용 도구에 직접적으로 연동되어 Jupyter, Metabase 및 Tableau와 같은 대시보드 플랫폼에 AI 에이전트가 있습니다. MinusX는 사용자가 미리 설정된 툴에서 질문을自然언어로 하고 MinusX가 데이터를 조회하고 차트를 제작하는 등의 작업을 자동으로 처리하게하여, 데이터 분석과 관련된 작업을 수동적이로 하지 않아도 직접 수행하는 도구입니다. 해당 에이전트는 스키마를 해석하고 SQL이든 Python이든 코드를 작성할 수 있으며, 자신의 논리를 설명하고 결과를 기반으로 나중에 들어오는 프롬프트에 따라 반복할 수 있습니다. 분석가, 데이터 과학자, 비즈니스 사용자를 위한 것으로, 이는 탐색적 분석의 속도 향상, 보고 및 정기적으로 디스플레이에 필요한 대시보드 유지 보수를 위해 속도 향상을 원한 사용자를 위한 것입니다. MinusX는 standalone 인터페이스 대신 호스트 도구 내에서 작동하는ため, 기존 워크플로우에 통합되어 이미 구축되어 있는 권한 및 연결을 존중합니다.
평가 기준 분해
- 브라우저 확장 프로그램을 통한 분석 툴 지원
- 자연 언어에서 SQL 및 Python
- 자동화된 대시보드 생성 및 편집
- 상황에 맞게 스키마 이해
- 반복적인 대화 기반 분석
- Jupyter, Metabase, Tableau 및 더 많은 도구에 대한 지원