Minulý súboj · 2026-05-10 UTC
Research AI Agents Súboj — 10. mája 2026
Z kategórie Research AI Agents. 35 body udelených medzi 10 bojovníkov. Google AI Co-Scientist získal korunu.
Konečné poradie
Zostava
Bojovníci
Profily každého nástroja, ktorý súťažil v tomto súboji, zoradené podľa ich konečného skóre.
Google AI Co-Scientist
Viacagentný AI systém, ktorý spolupracuje so vedcami na tvorbe hypotéz a urýchľovaní biomedicínskeho výskumu.
Google AI Co-Scientist je viacagentný AI systém navrhnutý na spoluprácu s vedcami a urýchľovanie biomedicínskeho výskumu. Vytvorený na báze Gemini 2.0 funguje ako virtuálny vedecký spolupracovník a pomáha generovať nové hypotézy a výskumné návrhy. Systém je navrhnutý tak, aby odrážal proces rozumného uvažovania podkladajúceho vedeckú metódu a objavoval nové, originálne poznatky. Keď vedec zadá cieľ výskumu v prirodzenom jazyku, AI Co-Scientist vytvorí nové výskumné hypotézy, podrobný prehľad výskumu a experimentálne protokoly. Používa koalíciu špecializovaných agentov – Generation, Reflection, Ranking, Evolution, Proximity a Meta-review – ktorí pomocou automatizovaného spätnoväzového cyklu iteratívne generujú, hodnotia a zdokonaľujú hypotézy. Systém umožňuje vedcom interagovať rôznymi spôsobmi, napríklad poskytnutím počiatočných nápadov na preskúmanie alebo spätnou väzbu k vygenerovanému výstupu v prirodzenom jazyku. AI Co-Scientist využíva nástroje ako webové vyhľadávanie a špecializované AI modely na zlepšenie základného a kvalitatívneho základu hypotéz. Systém je navrhnutý tak, aby flexibilne škáloval výpočtový výkon a postupne zlepšoval svoje vedecké uvažovanie smerom k stanovenému výskumnému cieľu. AI Co-Scientist je zvlášť užitočný pre vedcov, ktorí čelia výzvam pri navigácii rýchleho rastu vedeckých publikácií a integrácii poznatkov z neznámych oblastí. Využitím nedávnych pokrokov v AI, vrátane schopnosti syntetizovať komplexné témy a vykonávať dlhodobé plánovanie a uvažovanie, sa AI Co-Scientist snaží urýchliť rýchlosť objavov v oblasti vedy a biomedicíny. Systém bol testovaný v rôznych aplikáciách, vrátane objavovania a opätovného objavovania prepravy génov. Aj keď AI Co-Scientist prináša niekoľko výhod, jeho účinnosť závisí od kvality vstupného výskumného cieľa a schopnosti vedca poskytnúť zmysluplnú spätnú väzbu. AI Co-Scientist je nový nástroj s potenciálom významne ovplyvniť vedeckú komunitu, avšak jeho obmedzenia a možné zaujatosti je potrebné starostlivo hodnotiť. Vývoj AI Co-Scientist je pokračujúcim úsilia a jeho budúce aplikácie a vylepšenia budú závisieť od pokračujúceho výskumu a testovania.
Rozdelenie kritérií
- Generovanie hypotéz
- Vytváranie prehľadu výskumu
- Vývoj experimentálnych protokolov
- Špecializovaní agenti pre vedecké dôvodovanie
- Automatizovaný spätnoväzový cyklus
- Integrácia webového vyhľadávania
GLM-4.6V
Open-source multimodálny GLM od Z.ai zjednocujúci víziu, text a volanie nástrojov pre dlhodobé uvažovanie, vyhľadávanie, kódovanie a UI-to-code.
GLM-4.6V je multimodálny veľký jazykový model, ktorý rozširuje svoje kontextové okno na 128k tokenov a dosahuje najmodernejšie výkony v oblasti vizuálneho porozumenia. Integruje natívne možnosti volania funkcií, čo umožňuje jednotný technický základ pre multimodálne agenty v reálnych obchodných scenároch. GLM-4.6V môže akceptovať multimodálne vstupy a automaticky generovať vysokokvalitný, štrukturovaný obsah s preloženými obrázkami a textom, vykonávať komplexné porozumenie dokumentov a vykonávať vizuálne vyhľadávanie a získavanie. Tento model poskytuje niekoľko schopností a scenárov, vrátane inteligentného vytvárania obsahu s obrázkom a textom a jeho rozloženia, vizuálneho vyhľadávania na webe a generovania správ bohatých na médiá, ako aj porozumenia dlhému kontextu. Môže akceptovať zmiešané vstupy textu a obrazu, generovať vysokokvalitný obsah a vykonávať vizuálny audit kandidátskych obrázkov. Multimodálny pracovný postup vyhľadávania a analýzy GLM-4.6V umožňuje plynulý prechod od vizuálneho vnímania k online vyhľadávaniu a generovaniu štrukturovaných správ. Udržiava multimodálnu kontextovú informovanosť a vykonáva uvažovanie založené na textových a vizuálnych informáciách. Tento model poskytuje niekoľko schopností a scenárov, vrátane rozpoznávania zámerov a plánovania vyhľadávania, zosúladenia multimodálnych výsledkov a uvažovania s generovaním bohatých mediálnych správ.
Rozdelenie kritérií
- Podpora multimodálnych vstupov (obrázky, text, súbory)
- Natívne multimodálne volanie nástrojov
- Dĺžka kontextu 128k
- Schopnosti volania funkcií
- Dlhodobé porozumenie kontextu
- Vizuálne porozumenie a získavanie nástrojov
AlphaSense
Hlásenie AI-powered market inteligence platform that autonomously finds expert insights and delivers analyst-level research at scale.
AlphaSense je platforma trhovej inteligencie poháňaná umelou inteligenciou, ktorá poskytuje dôveryhodné informácie na podporu obchodných rozhodnutí. Ponúka komplexnú zbierku kurátorských zdrojov, vrátane expertných transkriptov Tegus, výskumu brokerov a podkladov spoločností. Platforma využíva pokročilé modely umelej inteligencie na generovanie vysokokvalitných poznatkov s citáciami na úrovni viet. AlphaSense integruje pracovné postupy, čím eliminuje fragmentované zdroje a poskytuje zjednodušené, prepojené poznatky. Jeho možnosti GenAI poskytujú informácie v reálnom čase, ktoré sú založené na spoľahlivej expertíze. Platforma je navrhnutá pre investičné bankovníctvo, hedžové fondy, súkromný kapitál, správu aktív, konzulting, životné vedy a ďalšie odvetvia. AlphaSense sa odlišuje svojimi vysoko syntetizovanými poznatkami, syntetizovanými z bezkonkurenčnej sady obsahov. Platforma tiež obsahuje prispôsobiteľné agenti na automatizáciu opakujúcich sa výskumných úloh, čím premieňa zistenia na správy a snímky pripravené pre výkonných pracovníkov. Jeho Generatívne vyhľadávanie poskytuje 360-stupňový pohľad na trhy a spoločnosti, spájajúci kvalitatívne poznatky so štrukturovanými finančnými údajmi. Jednou z kľúčových silných strán AlphaSense je jeho schopnosť umožniť používateľom robiť odvážne kroky s istotou a rýchlosťou. Platforma poskytuje tímom presné odpovede, jedinečné perspektívy a kritické aktualizácie, ktoré potrebujú na to, aby zostali pred konkurenciou.
Rozdelenie kritérií
- Kuratované zdroje
- Transkripty expertov spoločnosti Tegus
- Výskum maklérov
- Dokumenty spoločnosti
- Súkromné a verejné finančné údaje
- GenAI pre informácie v reálnom čase
Project Autoresearch je otvorený zdrojový projekt pre ľudí, aby zostali zdieľaní AI agentov pre autonómne úklady LLM تدريب experimenty, úprav pretože ich vybíra aj zostáva automatizovaná prenos premlouvajúcich experimentov, aby sa obzvládila zdieľaná občas obchodná zábava najlepšia vysvetlenia zvládania mechanizmus,
Rozdelenie kritérií
- Autonómne experimenty s tréningom LLM
- Výskumný proces riadený AI agentmi
- Implementácia nanochat na jednej GPU
- Programovanie výskumného procesu založené na Markdown
- 5-minútový rozpočet tréningového času s hodnotiacou metrikou (val_bpb)
Cell2Sentence
Rozširuje pozorované hlasy jednotlivých cell konektivou do celkových priečinok a približuje hlasy jednotlivých cell konektivou do celkových výpočtových modelovania LLMs.
Cell2Sentence je open-source framework, ktorý premieňa údaje o expresii génov jednotlivých buniek na 'buněčné vety' pre analýzu a generovanie poznatkov pomocou veľkých jazykových modelov (LLM). Navrhuje transformáciu usporiadania expresečných vektorov do buněčných viet, čo sú priestorovo oddelené názvy génov zoradené podľa klesajúcej expresie. To umožňuje LLM pôvodne modelovať údaje o sekvencovaní RNA jednotlivých buniek (scRNA-seq) pomocou prirodzeného jazyka. Framework obsahuje modely C2S-Scale, ktoré zjednocujú transkriptomické a textové údaje a umožňujú pokročilé úlohy jednotlivých buniek, ako je predikcia perturbácie, zhrnutie súboru údajov, popis klastra a biologická otázka. Modely C2S-Scale sú dostupné na platforme Hugging Face a sú založené na architektúrach ako Pythia a Gemma-2. Cell2Sentence je určený pre výskumníkov a vedcov pracujúcich s transkriptomickými údajmi jednotlivých buniek. Rámec bol aktualizovaný s novými modelmi a funkciami, vrátane podpory dolaďovania na vlastných šablónach výziev a formátovania viacerých výziev v bunke. Zahŕňa tiež sadu modelov Pythia pre predikciu typu bunky, generovanie za podmienky typu bunky a rôznorodý model pre viac úloh a viacerých buniek trénovaný na viac ako 57 miliónoch ľudských a myších buniek. Rámec Cell2Sentence je zdokumentovaný a obsahuje návody na použitie vrátane príkladov dolaďovania a formátovania viacbunkových výziev. Vývoj nástroja Cell2Sentence sa uskutočňuje v spolupráci s van Dijk Lab a bol publikovaný ako preprint na bioRxiv. Cell2Sentence umožňuje objavovanie novej generácie na úrovni jednotlivých buniek pomocou LLM.
Rozdelenie kritérií
- Transformácia vektorov výrazov na vetné popisy buniek
- Modely C2S-Scale pre pokročilé úlohy na jednotlivých bunkách
- Podpora dolaďovania na vlastných šablónach výziev
- Formátovanie výziev pre viac buniek
- Predtrénované modely založené na architektúrach Pythia a Gemma-2
THEUS (Aigora)
Podnikový systém výskumu AI, ktorý premieňa vlastné štúdie na sledovateľné poznatky s faktovými ID, citáciami a expertovými avatarmi pre syntézu.
THEUS je podnikový systém výskumu AI, ktorý transformuje vlastné štúdie na sledovateľné poznatky s faktovými ID, citáciami a expertovými avatarmi. Je postavený na Google's Agent Development Kit (ADK) a využíva obojsmerné modelovanie pre dátovo založené znalostné agenti. Používatelia môžu extrahovať, syntetizovať a skúmať svoje výskumné dáta a každý nárok je podĺpený konkrétnym faktovým ID s citáciami na úrovni stránky. THEUS ponúka dva spôsoby skúmania: generovanie nových poznatkov s Dr. Reed alebo analýzu existujúcich znalostí s Dr. Sinclair. Táto platforma je navrhnutá pre VPs Insights, Global Sensory Leads a Innovation leaderov hodnotiacich strategickú schopnosť budovania. Používa účelovo vytvorenú výskumnú metodológiu, nie generický podnikový AI, a vytvára dátovo založené znalostné agenti vycvičené na skutočných inštitucionálnych dátach. S 85% nových produktov zlyhávajúcich do dvoch rokov (Nielsen), evidencia založená skúmanie dramaticky zlepšuje kvalitu rozhodovania. THEUS ponúka sólo sedadlo, ktoré obsahuje funkcie ako až 30 dokumentov importovaných za mesiac, až 1 500 strán analyzovaných za mesiac a až 500 otázok pre Dr. Sinclair za mesiac. Jednou z kľúčových výhod THEUS je jeho schopnosť premieňať desaťročia vlastných dát na sledovateľné, rozhodovacie inteligencia s AI-powered znalostnými agentmi.
Rozdelenie kritérií
- Extrahovať, syntetizovať a skúmať výskumné dáta
- Generovať nové poznatky s Dr. Reed alebo analyzovať existujúce znalosti s Dr. Sinclair
- Obojsmerné modelovanie pre dátovo založené znalostné agenti
- Spojiť produktové a spotrebiteľské znalosti pre obojsmerné poznatky
- Podporuje syntézu štúdií a analýzu výskumných medzier
StartupValidator
AI nástroj na overenie startupových nápadov pomocou živých signálov Twitteru a webové výskumnej analýzy na vygenerovanie skóre hodnotenia s rizikmi, výhodami a návrhmi na prechod.
StartupValidator je AI nástroj navrhnutý na overenie startupových nápadov pomocou živých signálov Twitteru a webovej výskumnej analýzy. Cieľom je poskytnúť skóre hodnotenie zraniteľnosti startupového nápadu, akcentujúce rizika, výhody a navrhuje potenciálne prechody. Tento nástroj sa zdá byť určený pre podnikateľov a zakladateľov startupov, ktorí chcú skúmať únosnosť svojich myšlienok pred uložením významných zdrojov. Používaním real-time dát Twitteru a webu, StartupValidator ponúka dátačnú šablónu na overenie startupovej validity. Bez ďalšieho konkrétneho informovania o jeho metódach a dátoch je spoločnosť neistá vo vplyve a presnosti. Nástrojom pravdepodobne využívať API službu Twitteru a možno ďalšie webové dáta na zásobenie relevantných dát.
Rozdelenie kritérií
- Analyzing živých signálov Twitter
- Integrácia s webovou výskumnou analýzou
- Skóre hodnotenie zraniteľnosti startupového nápadu
- Identifikácia rizík a výhod
- Navrhované prechody na zlepšenie
Kosmos
Autonomný AI vedec pre dlhodobé výskumné kampane, ktorý analyzuje údaje a literatúru a vytvára úplne citované vedecké správy.
Kosmos je autonómny AI vedec určený pre biopharma výskumné a vývojové tímy a výskumníkov. Analyzuje údaje a literatúru a vytvára úplne citované vedecké správy, čím urýchľuje proces vývoja liekov od hypotézy až po registráciu v dňoch, nie mesiacoch. Kosmos pracuje autonómne, číta literatúru, generuje hypotézy, riadi výskumy a vykonáva vedecké pracovné postupy. Podporuje celý životný cyklus vývoja liekov, od identifikácie cieľa až po klinický vývoj a podávanie žiadostí. Nástroj AI spolupracuje s ľudskými vedcami cez Slack, Teams a e‑mail a učí sa zo znalostí organizácie, vybuduje na experimentálnej histórii a proprietárnych vedeckých údajoch.
Rozdelenie kritérií
- Autonomné generovanie hypotéz
- Analýza literatúry
- Analýza údajov
- Vykonávanie vedeckých pracovných tokov
- Spolupráca prostredníctvom Slack, Teams a e‑mailu
- Model-agnostický pre budúce najmodernejšie modely
Table Agent je inteligentne zdatelnej technológiou pripojený asistent na údaje, ktorý slúži na pomoc pri tabuľkových výskumoch. Je určený na automatisáciu procesu skúmania údajov v akomkoľvek zadanom témavom, čo zvyšuje účinnosť výskumu. Ukážka umožňuje priradenie špecifikovaných šablon dát pre užívateľov, ktoré im umožňuje prispôsobiť svojím zoskupeniu dát podľa konkrétnych potrieb. Táto flexibilita sa prekáža širokému spektru aplikácií a odvetví, kde struktúra dát môže variovať veľmi výrazne. Na centre funkčnosti Table Agenta je jeho agent-drvená vyhledávací schopnosť dát, čo znamená, že nástroj využíva umelú inteligenciu na aktivné vyhľadávanie a skompilovanie relevantných dát, čo môže výrazne pomôcť zmenšiť čas a úsilia vyžadované pre manuálne vyhľadávanie. Ak by údaje o priebehu jeho práce a integráciach neboli podrobné uvádzané, pojem o AI-zariadenom asistentiú dát sa dačí, že by sa ľahko integrovala s rôznymi nástrojmi pre analýzu dát, čím by sa uľahčil celkový proces výskumu. Prednosti Table Agentu by mali pravdepodobne zahrňovať jeho schopnosť automatizovať tediútne úlohy zbieraní údajov a jeho prilákanie k rôznym údajovým štruktúram. Napriek tomu, že nie sme majú konkrétne informácie, je náročné odhadnúť jeho obmedzenia alebo ako sa porovná so súkromnými službami pomocou údaje.
Rozdelenie kritérií
- Automatizované zbieranie údajov
- Šablóny pre data, ktoré môžu používateľmi nastaviť
- Vyhľadávanie údajov pomocou agenta
- Rýchle a presné získanie údajov
AMIE
Multimodálny AI diagnostický agent, ktorý vedie klinické rozhovory a interpretuje lekárske obrazy pre presné diagnózy.
AMIE (Articulate Medical Intelligence Explorer) je výskumný AI diagnostický agent vyvinutý spoločnosťami Google DeepMind a Google Research. Je navrhnutý tak, aby viedol klinické rozhovory a interpretoval lekárske obrazy pre presné diagnózy. Spočiatku bol AMIE textovým medicínskym diagnostickým konverzačným AI agentom publikovaným v Nature. Najnovší vývoj, multimodálny AMIE, integruje schopnosť inteligentne žiadať, interpretovať a uvažovať o vizuálnych lekárskych informáciách počas klinických rozhovorov. Tento vývoj má za cieľ zlepšiť presnosť diagnostiky začlenením multimodálnych údajov, ako sú obrazy a dokumenty, do diagnostického procesu. AMIE používa stavovo uvedomujúci rámec uvažovania a je postavený na multimodálnych modeloch Gemini. Bol hodnotený prostredníctvom odborných hodnotení, vrátane objektívnych štruktúrovaných klinických skúšok (OSCE), porovnávajúcich jeho výkonnosť s praktickými lekármi (PCP) v rôznych scenároch pacientov.
Rozdelenie kritérií
- Multimodálny diagnostický dialóg
- Interpretácia vizuálnych lekárskych informácií
- Stavovo uvedomujúci rámec uvažovania
- Integracia s modelmi Gemini
- Simulačné prostredie pre hodnotenie dialógov