Tidigare batalj · 2023-12-16 UTC
Research AI Agents Uppgörelse — 16 december 2023
Från kategorin Research AI Agents. 33 markeringar placerade över 10 kämpar. Atelier Ruixen tog kronan.
Slutställning
Uppställningen
Kämparna
Profiler av varje verktyg som tävlade i den här bataljen, rankade efter sin slutpoäng.
Atelier Ruixen
AI-kunnskapskompis som förfinar frågor och kuraterar läslistor för att omvandla spridd information till handlingsbara insikter.
Atelier Ruixen är en plattform som hjälper användare att förfina sina frågor och kurera läslistor för att förvandla spridd information till handlingsbara insikter. Den erbjuder ett omfattande kunskapsarkiv, som vävs från 11 897 trådar till 1 063 distinkta kognitiva trådar. Dessa trådar är resultatet av 'Masters' som använder mönsteruppföljning för att kristallisera komplex information till förståeliga format. Plattformen är inte en form av dokumentation som Wikipedia, utan snarare en kuraterad samling av kunskap presenterad i ett unikt och mönsterbaserat format. Den kombinerar visdomen från tidigare kunskap med kraften i framtida intelligens. Användare kan interagera med plattformen via ett konversationellt gränssnitt, där de kan ställa frågor och få skräddarsydda läslistor som svar. Övergripande har Atelier Ruixen som mål att ge användare ett kraftfullt verktyg för att identifiera handlingsbara insikter från komplex information.
Radbrytning av kriterier
- Förfinad frågeställning
- Kuraterade läslistor
- Mönsterbaserat format för att presentera komplex information
- Konversationsgränssnitt
- Kunskapsekosystem
Cell2Sentence
Öppen källkod-ramverk som omvandlar enkelcellars genuttryck till 'cellmeningar' så att LLMs kan analysera och generera biologiska insikter.
Cell2Sentence är ett open-source-ramverk som omvandlar enstaka cellers genuttrycksdata till "cellmeningar" för analys och insiktsgenerering av Large Language Models (LLMs). Det föreslår en rankeringsomvandling av uttrycksvektorer till cellmeningar, vilka består av gener som är mellanslagsskilta och ordnade efter fallande uttrycksnivå. Detta gör det möjligt för LLMs att nativt modellera single-cell RNA sequencing (scRNA-seq)-data med hjälp av naturligt språk. Ramverket inkluderar C2S-Scale-modellerna, vilka förenar transcriptomisk och textuell data och möjliggör avancerade single-cell-uppgifter som perturbationsförutsägelse, dataset-sammanfattning, kluster-beskrivning och biologiska fråge-svar. C2S-Scale-modellerna finns tillgängliga på Hugging Face och bygger på arkitekturer som Pythia och Gemma-2. Cell2Sentence riktar sig till forskare och vetenskapsmän som arbetar med single-cell transcriptomisk data. Ramverket har uppdaterats med nya modeller och funktioner, inklusive stöd för finjustering på anpassade promptmallar samt formatering av prompts för flera celler. Det innehåller även en samling Pythia-modeller för celltypsprediktion, celltypsvillkorad generation och en mångsidig multi-cell multi-task-modell tränad på över 57 miljoner mänskliga och musceller. Cell2Sentence-ramverket är dokumenterat och har handledningar för användning, inklusive exempel på finjustering och multi-cell prompt-formattering. Utvecklingen av Cell2Sentence involverar van Dijk Lab och har publicerats i ett preprint på bioRxiv. Cell2Sentence möjliggör nästa generations upptäckt av enstaka celler med LLMs.
Radbrytning av kriterier
- Omvandling av uttrycksvektorer till cellmeningar
- C2S-Scale-modeller för avancerade enkelcellsuppgifter
- Stöd för finjustering på anpassade prompt-mallar
- Format av multi-cell prompts
- Förtränade modeller baserade på Pythia- och Gemma-2-arkitekturer
Company Status Agent
Verifiera omedelbart företagets registrering och aktiva status i globala officiella register.
Company Status Agent är ett AI‑drivet verifieringsverktyg som kontrollerar om ett företag är officiellt registrerat och aktivt för närvarande. Det gör förfrågningar mot pålitliga statliga och företagsregister världen över och ger en tydlig statusrapport inom sekunder, istället för att behöva manuella sökningar över flera jurisdiktioner. Verktyget är utformat för due diligence, compliance, onboarding och riskbedömning. Team kan använda det för att validera leverantörer, partners eller kunder innan de signerar kontrakt, öppnar konton eller förlänger kredit, vilket minskar exponeringen för bedrägeri och shellföretag. Genom att automatisera registerkontroller, effektiviserar det KYB (Know Your Business)-processer och ger yrkesverksamma ett konsekvent sätt att bekräfta juridisk status över gränser.
Radbrytning av kriterier
- AI-drivna registerförfrågningar
- Global jurisdiktionstäckning
- Kontroll av aktiv vs inaktiv status
- Verifikation av företagsidentitet
- Stöd för efterlevnad och onboarding
- Snabba rapporter på begäran
Table Agent är ett AI-drivet dataassistent som är avsett att underlätta tabellforskning. Dess syfte är att automatisera datainsamlingsprocessen för något given ämne, för att göra forskningen mer effektiv. Verktyget tillåter anpassningsbara datastrukturer, vilket ger användarna möjligheten att anpassa sina datainsamlingar efter specifika behov. Denna flexibilitet är fördelaktig för ett brett spektrum av programvaruapplikationer och branscher där datastrukturen kan variera betydligt. I kärnan hos Table Agent ligger dess AI-agentdrivna data-sökfunktion. Detta innebär att verktyget använder artificiell intelligens för att aktivt leta upp och samla relevanta data, vilket potentiellt kan reducera tid och ansträngning som krävs för manuella sökningar. Även om detaljerna kring dess arbetsflöde och integreringar inte ges, antyder begreppet om en AI-driven dataassistent att det kunde smidigt integreras med olika dataanalysverktyg, vilket skulle förbättra den totala forskningsprocessen. De stora styrkorna för Table Agent torde omfatta dess förmåga att automatisera tröttsamma uppgifter i datainsamling och dess anpassningsförmåga till olika datamodeller. Men utan mer specifik information är det svårt att fastställa dess begränsningar eller hur det mäter för med alternativa dataassistentverktyg.
Radbrytning av kriterier
- Automatiserat insamlings av data
- Anpassbara datascheman
- Datadriven sökning med AI-ansvarig
- Snabba och exakta datauttag
Bright Data Web MCP
MCP-server som ger AI-agenter pålitlig webbsökning, scraping och webbläsarautomatisering med 5 000 gratis förfrågningar per månad.
Bright Data Web MCP är en server som gör det möjligt för AI-agenter att pålitligt söka, skrapa och automatisera webbläsare. Den erbjuder 5 000 kostnadsfria förfrågningar per månad. Verktyget gör det möjligt för AI-agenter att effektivt söka på nätet, extrahera data och navigera webbplatser utan att bli blockerade. Det erbjuder funktioner såsom realtids-sökresultat, dataextraktion, webbplatscrawling och webbläsarautomatisering. Web MCP är utformad för att kringgå blockeringar och begränsningar, och används av mer än 20 000 kunder världen över.
Radbrytning av kriterier
- Real-tids webbsökning
- Webbplats-crawling och dataextraktion
- Webbläsarautomatisering
- Genomgår geo-begränsningar och CAPTCHAs
- Renderar JavaScript för dynamiskt innehåll
- Imiterar verkligt användarbeteende
Google AI Co-Scientist
Ett molntjänstbaserat AI-system som samarbetar med vetenskapsmän för att generera hypoteser och förhårdna sjukhusforskning.
Google AI Co-vetenskapsman är ett komplext AI-system designat för att samarbeta med forskare och åstadkomma förbättringar i den biomedicinska forskningen. Systemet bygger för fullt på Gemini 2.0 och fungerar som en virtuell vetenskaplig samarbetspartner för att hjälpa till att generera nyckelhypoteser och forskningsförslag. Målet är att systemet skall spegla den logik som ligger bakom vetenskaplig metod och upptäcka nya, originella kunskaper. Med en forskares undersökningsmål specificerat i naturlig språk, skapar AI Co-vetenskapsmannen nyttiga forskningshypoteser, detaljerade forskningsöversikter samt experimentalprotokoll. Det använder sig av en kohort av specialiserade agenter, inklusive Generation, Reflection, Ranking, Evolution, Proximity samt Meta-review, vilka använder sig automatisk feedback för att iterativt generera, värdera och förfina hypoteserna. Systemet möjliggör för forskare att interagera med det på olika sätt, inklusive att förmedla sångseed-hanterande idékällor för utforskning eller feedback på genererade utgångar på naturlig språk. AI Co-vetenskapsmannen använder sig även av verktyg såsom web-sök och specialiserade AI-modeller för att förbättra grunden och kvaliteten av genererade hypoteser. Systemet är designat för att flexibelt skal och successivt förbättra sin vetenskapliga logik mot specifiserat undersökningsmål. AI Co-Vetaren är särskilt användbar för vetare som möter utmaningar vid navigeringen av den snabba tillväxten av vetenskapliga publikationer och integrering av inblickar från okända domäner. Genom att utnyttja senaste AI-framstegen, inklusive förmågan att syntetisera över komplexa ämnen och utföra långsiktig planering och resonemang, syftar AI Co-Vetaren till att öka hastigheten på vetenskapliga och biomedicinska upptäckter. Systemet har testats i olika tillämpningar, inklusive upptäckt av gentransfer och återupptäckt av gentransfer. Även om AI Co-Scientisten presenterar flera fördelar beror dess effektivitet på den inkommande forskningsmålets kvalitet samt forskarens möjligheter att ge betydelsefulla återkopplingar. AI Co-Vetaren är en ny verktyg som har potential att på ett signifikant sätt påverka vetenskapsgemenskapen, men dess begränsningar och potentiella fördomar måste noggrant utvärderas. Utvecklingen av AI Co-Sångivaren är en pågående insats, och dess framtida tillämpningar och förbättringar kommer att beror på fortsatt forskning och testning.
Radbrytning av kriterier
- Hypotesgenerering
- Forskningsöversiktsskapande
- Experimentell protokollsutveckling
- Specialiserade agenter för vetenskaplig resonemang
- Automatiserad återkoppling
- Webb-sökning integration
Kosmos
Autonom vetenskapsman för långa forskningskampanjer som analyserar data och litteratur för att producera fullständigt citerade vetenskapliga rapporter.
Kosmos är en autonom AI-forskare som är utformad för biotekniska och läkemedelsutvecklingsforskningsgrupper. Den analyserar data och litteratur för att producera fullständigt citerade vetenskapliga rapporter, vilket accelererar läkemedelsutvecklingsprocessen från hypotes till registrering på några dagar, inte månader. Kosmos arbetar autonomt, läser litteratur, genererar hypoteser, styr utredningar och utför vetenskapliga arbetsflöden. Den unterstütjer hela livscykeln för läkemedelsutveckling, från målidentifiering till klinisk utveckling och ansökan. AI-verktyget samarbetar med mänskliga forskare via Slack, Teams och e-post, och lär av organisationens kunskap, bygger på experimentell historia och egen vetenskaplig data.
Radbrytning av kriterier
- Autonom hypotesgenerering
- Litteraturanalys
- Dataanalys
- Vetenskaplig arbetsflödesutförande
- Samarbete via Slack, Teams och e-post
- Modellagnostisk för framtida toppmodeller
ResearchClaw
Åtkomst till OpenClaw-teknik för en agent som hittar och rankar forskare från artiklar, skriver enkla och begripliga anställningsdokument och skapar kallade mejl som hänvisar till deras forskning.
ResearchClaw är en artificiell intelligens-verktyg som är designat för att_assistera med identifikation och outreach mot forskare. Det använder OpenClaw-teknologi för att hitta och ranka forskare utifrån deras publicerade artiklar. Verktyget genererar rena engelska sammanfattningar av en forskares arbete, vilka kan användas för att skapa anställningshäften. Dessutom skriver ResearchClaw kall e-brev som hänvisar till forskarens arbete, vilket underlättar den initiativkontakt. Verktygets mål är att strömma ner processen att hitta och ansluta till potentiella kandidater för forskarbefattningar. Genom att automatisera upptäckten och outreach processen sparar ResearchClaw tid och ansträngning för dem som är inblandade i rekrytering av forskare. Verktygets kapacitet kan vara till nytta för institutioner, organisationer och företag som letar efter forskare. ResearchClaws funktioner kan hjälpa att förenkla rekryteringsprocessen, men dess effektivitet kan bero på kvaliteten på de data det är tränas med och de specifika behoven hos användaren. Verktygets förmåga att skriva brev och anställningshäften kan också ses som både en tidssparare och en potentiell begränsning eftersom personliga rader kan gå förlorade. Liksom någon artificiell intelligens-verktyg, kan det finnas begränsningar till dess förståelse och representation av komplexa forskningsämnen. I grunden har ResearchClaw potential att vara ett värdefullt resurs för dem som söker att identifera och ansluta till forskare, men dess begränsningar bör övervägas när man använder verktyget.
Radbrytning av kriterier
- Identifiering och rankning av forskare
- Generering av tydliga anställningshypoteser på engelska
- Utskrift av cold email
- Integrering av OpenClaw teknologi
- Automatiserad outreachförmåga
- Sammanfattning av forskarens arbete
THEUS (Aigora)
Företags-AI-forskningsystem som omsätter egendomliga studier till spårbara inblickar med fact-IDs, citationer och expertavatar för syntes.
THEUS är en affärsteknisk AI-forskningssystem som omvandlar företagets egna undersökningar till spårbara insikter med faktoider, citeringar och expertavatarer. Det byggs på Googles Agent Development Kit (ADK) och använder bidirectionella modeller för data-baserade kunskapsaktörer. Användaren kan utvinna, syntetisera och utforska deras forskningsdata, och varje påstående stöds av en specifik Fact ID med sidnivå-citeringar. THEUS erbjuder två sätt att utforska: att generera nya insikter med Dr. Reed eller att analysera befintlig kunskap med Dr. Sinclair. Den här plattformen är utformad för verkställande direktörer för insikter (VPs of Insights), globala sensoriska ledare och innovationsledare som utvärderar byggandet av strategisk kapacitet. Den använder ett forskningsbrett forskningsmetodik, inte generisk företags-AI, och skapar dataunderbyggda kunskapsagenter som tränats på verkliga institutdata. Med tanke på att 85% av nya produkter misslyckas inom två år (Nielsen) förbättras beslutskvaliteten dramatiskt genom bevisbaserad utforskning. THEUS erbjuder ett enskilt licensavtal, som inkluderar funktioner såsom högst 30 dokument som kan importeras per månad, högst 1 500 sidor som kan räknas ut per månad, samt högst 500 frågor som ställs till Dr. Sinclair per månad. En av de viktigaste fördelarna med THEUS är dess förmåga att omvandla decenniers värdefull företagsdata till spårbara och beslutsfasta intelligen med hjälp av AI-drivna kunskapsagenter.
Radbrytning av kriterier
- Extractor och synte för forskningsdata
- Generera nya inblickar med Dr. Reed eller analysera befintlig kunskap med Dr. Sinclair
- Bipolärt modellering för datagrundad kunskapsagenter
- Anslut produkttillverkning- och konsumentkännedom för bipolärt insikt
- Stödjer kors-studie-syntes och forskningsluckan analys
OpenAI Deep Research
Autonom AI-agent som kör flerstegs webbsökning och levererar strukturerade rapporter
OpenAI Deep Research är en agentbaserad funktion i ChatGPT som bläddrar på webben för din räkning, läser och syntetiserar information från många källor för att producera en lång, citerad rapport. I stället för ett snabbt svar planerar den en forskningsväg, följer länkar, jämför resultat och itererar under flera minuter för att hantera frågor som normalt skulle ta en människa timmar att gräva fram. Den är inriktad mot uppgifter som konkurrensanalys, marknads- och akademisk forskning, due diligence och detaljerade produkt- eller policyjämförelser. Användare skickar in en begäran, besvarar eventuellt förtydligande frågor och får ett skriftligt rapport med inbyggda citat som de kan verifiera. Verktyget är tillgängligt för betalande ChatGPT-användare med användningsgränser som varierar beroende på plan nivå.
Radbrytning av kriterier
- Autonom flerstegs webbsurfning
- Långformade rapporter med inline-citat
- Klarläggande frågor innan forskning börjar
- Resonemang över text, bilder och PDF-filer
- Förloppuppdateringar under forskningskörningar
- Exporterbara resultat inom ChatGPT