Research AI Agents Sadursme — 2025. gada 18. novembris

1

GLM-4.6V

Atvērtā koda multimodālais GLM no Z.ai, apvienojot redzi, tekstu un rīku izsaukšanu ilgas konteksta izpētei, meklēšanai, kodēšanai un UI uz kodu.

4.3 (6)

Bezmaksas

Pilna recenzija

GLM-4.6V ir multimodalā liela izglītības modelis, kas apstrādā 128 tūkstošu zīmju konteksta lodzi. Tā sasniedz lielāko dažādu lietotāju izglītības sasniegumus visu pārbaudes laukumu. GLM-4.6V iekļaujas tiešā apakšprogrammātūru (API) iespēju funkciju sazināšanais, nodrošinot vienotu tehniku pamatu multimodāliem darbotājiem reālu biznesa scenāriju gaitā. GLM-4.6V var pieņemt multimodālos ievadiem un automātiski izveidot augstīgu kvalitātes, strukturētu attēlu-teksta interpolēto saturu, veikt kompleksu dokumentu noteikšanu, un veikt attēlu meklēšanu un atļaušanu. Šis models a sniedz sevī dažādas iespējas un scenārijus, to skaitā inteliģentu bildes-teksa satursu un izvietošanas radīšanu, slikto tīkla meklējumus un bagātīgas multimēdiju pārrunu pamatnīšu veidošanu, kā arī ilgās kontekstā izpratīšanu. Tas var pieņemt sajauktas bildes-teksa ievades, ģenerēt augstas kvalitātes saturu un veikt kandidāt-bildēm vīzualitātes auditu. GLM-4.6V sadaļu multimodālā meklēšanas un analīzes processi sniedz slikeru kustību no zināšanu pārvades online izvades un strukturēto ziņojuma izveidi. Tā iepazīstina multimodālo kontekstu un pierāda, pamatojoties uz abām tekstālām un attēla informācijām. Šis models piedāvā vairākas spējas un situācijas, ieskaitot nolūka atpazīšanu un meklēšanas plānošanu, multimodālu rezultātu sakritību, kļūšanu ar bagāto media ziņojumu veidošanu.

• Multimodālie ievades atbalsts (attēli, teksts, faili)
• Natīva multimodālais rīku izsaukšana
• 128k konteksta garums
• Function Calling iespējas
• Ilgas konteksta izpratne
• Vizuālā izpratne un rīku atlase

2

AMIE

Ar multimodalu AI diagnostisko agentu, kura kondukt ārsta runas un tulko ķirurgiskas attēlas un noteikt precīzos diagnožu.

4.7 (6)

Bezmaksas

Pilna recenzija

AMIE (Articulate Medical Intelligence Explorer) ir pētnieku AI diagnostiskais agents, kas tiek attīstīts ar Google DeepMind un Google Research. Tā ir projekta tēma konduktēt ārstu runas un tulkt ķirurgiskās attēlas noteikt precīzās diagnožu. Sākotnēji, AMIE bija tekst-bāzeta ārstu runai pielāgota medicīnas konversācijas AI ģentls, kas tika publicēts Nature žurnālā. Svarīgākie progresi, multimodālais AMIE, integrē spēju inteliģenti pieprasīt, tulkt un runāt par vizuāļa medicīnas informāciju laika gaitā, konduktējot ārstu runas. Šāda attīstība mērķis ir izlabot diagnostisko precizitāti, iekļaujot multimodālo datu kādai diagnoziei, piemēram, attēlos un dokumentos. AMIE izmanto statusu, kas piemīt pavisam saprastajam izpratniem, un tiek būvēta uz multimodālu Gemini modeļu. Tā ir tika vērtēta, izmantojot ekspertu pieteikumus, tostarp Objektīvus strukturētu klinikisko testu (OST) , salīdzinot tās izpildes līdzekli ar pamatāro ārstu darbību (PAĀD).

• Multimodālo diagnostisko runas
• Vizuālās medicīnas informācijas interpretācija
• Status, kas piemīt pavisam saprastajam izpratniem
• Uz Gemini modeļu apvienošana
• Simulācijas vidi runas izpētei

3

Table Agent

AI-dzinēts datu asistents tabulārām pētījumiem

4.5 (6)

Freemium

Pilna recenzija

Table Agent ir programma ar integrētām intelektuālās funkcijām, kas palīdzēs tabulārajā pētījumā. Tas ir paredzēts automatizēt procesu, kurā tiek apkopots dati pēc kāda kārtas, kas padarītu pētījumu dzīsolīgākim. Instrumenta atļauj pieņemamīgu datienu skemisu definēšanu, kas ļauj lietotājiem papildināt savu datienu vākšanu, lai tā atbilstu specifiskiem vajadzībām. Šī atvērtība ir labs prece daudzām lielumos un nozīmēm, kur datienu struktūra var atšķirties stipri. Table Agent pamatā ir to darbību pamatā arodīšanās ar AI agentu atbalstu, kas tiešo kārtēju atrod un apvieno svarīgāko datubāzi, tādējādi samazinot laiku un iesmu, kas vajadzīgs manuālajām meklēšanām. Lai arī tās strādniecības un integrāciju satura ir nepiemācīti, ideja par datubāzē izvēloties asistentu, kas darbojas pēc AI algoritmu principiem, var būt, ka tas var savākties labi ar dažādām datu analizēšanas instrumentiem, padarot pavisam izteiktāku pētniecības procesu. Varētu būt, ka galvenie Table Agent vārda spēji ietver iespēju automatizētu datu apkopošanas uzdevumu automātizāciju un pieejamību dažādām datu struktūrām. Tomēr bez vairāk specifiskas informācijas, tiešām nevar noteikt to ierobežojumus vai to salīdzinājumu ar citām datu asistanu rīkiem.

• Automatizēta datu vākšana
• Pielāgotas datu shēmas
• AI agenta vadīta datu meklēšana
• Ātra un precīza datu izgūšana