지난 배틀 · 2025-03-28 UTC
Research AI Agents 대결 — 2025년 3월 28일
Research AI Agents 카테고리에서. 5개의 참가자에 걸쳐 12 표시가 배치되었습니다. Cell2Sentence이(가) 왕좌를 차지했습니다.
최종 순위
출전 라인업
참가자들
이 배틀에 참가한 모든 도구의 프로필, 최종 점수순으로 순위가 매겨졌습니다.
Cell2Sentence은 개방형 소스.framework이다. 이는 유전자의 발현 데이터 한 개의 세포를 분석 및 통찰력을 위한 '세포 문장'들로 형식화하기 위해 Large Language Models (LLMs)으로 변환한다. 이 framework에는 발현 벡터들을 descend하는 순서로 세포 문장들로 변환시키는 방법을 제안하고, 이는 gene 이름을 space-separated하고 descend하는 순서로 한다. 이는 LLM들이 single-cell RNA sequencing (scRNA-seq) 데이터를 자연어로 모델링 할 수 있도록 한다. 이 framework에는 C2S-Scale models이 포함되어 있으며, 이는 유전자학 데이터와 텍스트 데이터를 통합해고 single-cell의 고급 작업들을 enabled한다. 이 작업들은 전달 예측, 데이터 요약, 클러스터 캡셔닝, 생물학적 질문 대화 등의 것으로 나온다. 이 모델들은 Hugging Face에서 구할 수 있고 Pythia와 Gemma-2 같은 아키텍쳐들의 기반이 된다. Cell2Sentence은 single-cell transcriptomics 데이터를 다루는 연구자들과 과학자들을 위해 디자인되었다. framework은 업데이트된 새로운 모델과 기능에 의해 지원되는 custom template 및 multi-cell prompt formatting을 위한 fine-tuning을 포함하여 새로운 모델과 기능이 적용되었습니다. 또한 cell type prediction, cell type conditioned generation, 그리고 57백만 개의 human과 mouse 셀에 대해 교육된 다양한 multi-cell multi-task 모델에 대한 Pythia 모델의 패키지를 포함합니다. "Cell2Sentence 프레임워크는 문서화되었으며, 사용 방법에 대한 튜토리얼도 제공합니다.fine-tuning 및 multi-cell promp 포맷팅과 같은 예시가 포함되어 있습니다." Cell2Sentence은 van Dijk 연구소와 협력하여 bioRxiv에 공개된 프리프린트에 발표되었습니다. Cell2Sentence은 신세대 일자원 탐론을 위해 LLM과 같은 인공지능 모델과 제휴합니다.
평가 기준 분해
- C2S-Scale
- Pythia Gemma-2
AlphaSense는 경영상의 결정을 안내하기 위해 신뢰 가능한洞察를 제공하는 AI-powered 마켓 інтेल리전스 플랫폼입니다. 그것은 다양한 소스의 전문화된 소스 모음, Tegus 전문가 전면문, 재무분석자 연구, 회사 결재서를 제공합니다. 플랫폼은 고급 AI 모델을 사용하여 문장별 인용으로 높은 품질의洞察를 생성합니다. AlphaSense는 워크플로우를 적합화시켜서 불연속적인 소스와 신뢰 가능한 전문가에 근거한 신속결정을 제공합니다. 플랫폼은 GenAI 기능을 제공하며, 투자은행업, 헤지펀드, 사모펀드, 자산운용, 전문 상담, 생명과학 및 기타 산업을 위한 설계가 있습니다. AlphaSense는 경쟁력 있는 콘텐츠 세트에서 도출된 고도로 합성된洞察력을 통해 유일하다고 자랑한다. 플랫폼에는 반복되는 연구 과제를 자동화하는 사용자 맞춤형 एज런트가 포함되어 있으며, 발견된 내용을 실행위원이 준비한 보고서 및 슬라이드에 변환하는 기능도 있다. 또한 그레이트리브 서치(Generative Search)는 시장이든 회사든 360도 시각의 뷰를 제공하며, 질적洞察력을 구조화된 금융 데이터와 연결시켜준다. AlphaSense의 주요 장점 중 하나는 사용자를 자신감과 속도와 함께 대담한 선택을 할 수 있게 해 줄 수 있는 능력입니다. 플랫폼은 팀에게 정확한 답변, 고유한 관점, 경쟁상황에서 앞서갈 수 있도록 필수적인 업데이트를 제공 합니다.
평가 기준 분해
- Tegus
- GenAI
AMIE (Articulate Medical Intelligence Explorer)는 Google DeepMind와 Google Research에서 개발한 연구용 AI 진단 에이전트입니다. 임상 대화와 의료 이미지를 해석하여 정확한 진단을 내리는 데 설계되었습니다. 초기에 AMIE는 Nature에 발표된 텍스트 기반 의료 진단 대화형 AI 에이전트였습니다. 최신 버전인 다중 모달 AMIE는 임상 대화 중에 시각적 의료 정보를 지능적으로 요청, 해석 및 추론하는 기능을 통합합니다. 다중 모달 데이터를 진단 과정에 통합하여 진단 정확도를 높이려는 것입니다. AMIE는 상태 인식 추론 프레임워크를 사용하며 다중 모달 Gemini 모델을 기반으로 구축되었습니다. 전문가 평가를 통해 평가되었으며, 이는 의사 평가,:Objective Structured Clinical Examinations (OSCEs)를 포함하여 일선 의사(PCPs)와 비교하여 다양한 환자 시나리오에서 성능을 비교했습니다.
평가 기준 분해
- 다중 모달 진단 대화
- 의료 이미지 해석
- 상태 인식 추론 프레임워크
- Gemini 모델과의 통합
- 대화 평가를 위한 시뮬레이션 환경
Autoresearch AI LLM . , AI , , , . , , 5 , . , Markdown , .
평가 기준 분해
- AI LLM
- AI
- nanochat single-GPU
- Markdown
- 5 val_bpb
"Google AI Co-Scientist"는 학자들과 생명과학 연구를 가속화하기 위한 다원형 인공지능 시스템이라고 할 수 있습니다. Gemini 2.0에 의해 구축되며, 연구 제안 및 새로운 가설을 생성하는 데 도움이 되는 가상 과학 협력자를 제공합니다. 학문적 방법론의 추론 프로세스를 마치고 새로운 원본 지식을 밝혀내는 데 이르기까지의 목표를 달성하기 위해 설계되었습니다. 자연어로 연구 목표를 지정한 과학자에게, AI Co-Scientist는 새로운 연구 가설, 세부 연구 개요, 실험 계획을 생성합니다. 고사양 에이전트의 동맹으로 작용하는 Generation, Reflection, Ranking, Evolution, Proximity, Meta-review과 같은 다양한 에이전트가 자동 인풋에 의해 반복적으로 가설을 생성하여 평가하며, 가설의 질을 개선합니다. 사용자들은 seed 아이디어를 제공하거나 natural 언어로 생성된 결과에 대한 피드백을 제공하는 등의 방식으로, AI Co-Scientist와 다양한 방법으로 상호 작용할 수 있습니다. AI 모델 및 웹 검색 도구 등과 같은 도구를 사용하여 가설의 바닥터지를 향상시키고, 생성된 가설의 질을 개선할 수 있습니다. 또한 계산의 유연한 확장 및 명시된 연구 목표를 향한 학문적 논리의 반복적인 개선이 설계된 시스템이므로, 연구 목표를 달성하는 데 도움을 줄 수 있습니다. AI Co-Scientist는 신속하게 증가하고 있는 과학 논문에 부딪힌 과학자에 특히 유용합니다. 알려지지 않은 영역의 통찰력을 통합하는 것을 포함하여 복잡한 주제를 합성하고 장기 계획 및 推論을 수행할 수 있는 최근의 AI 진보를 통해, AI Co-Scientist는 과학과 의료 기술 발견의 시계 속도를 가속화하기 위해 목표를 세우고 있습니다. 이 시스템은 유전자 전달 발견 및 전달 재발견과 같은 다양한 응용 프로그램에서 테스트되었습니다. Google AI Co-Scientist는 몇 가지 이점을 제공하지만, 효과적인 결과를 얻으려면 입력 연구 목표의 질과 과학자의 의미 있는 피드백 제공 능력이 중요합니다. 새로운 AI Co-Scientist 도구는 과학 커뮤니티에 큰 영향을 주는 잠재력이 있지만, seus 제한 및 잠재적 편향성은 면밀히 평가되어야 합니다. 인공지능 연구자 AI Co-Scientist의 개발은 지속적인 연구과 시험에 의해 지속되는 노력이 필요한ONGOING 노력이며, 미래의 응용과 개선은 지속적인 연구과 시험에 의존합니다.
평가 기준 분해
- 가설 생성
- 연구 개요 생성
- 실험 장치 개발
- 과학적 유추를 위한 특화된 어그런트
- 자동 피드백 루프
- 웹 검색 통합