Geçmiş savaş · 2024-05-31 UTC
Research AI Agents Hesaplaşma — 31 Mayıs 2024
Research AI Agents kategorisinden. 8 savaşçıya 34 işaret yerleştirildi. Google AI Co-Scientist tacı aldı.
Nihai sıralama
Kadro
Savaşçılar
Bu savaşta yarışan her aracın profilleri, nihai puanlarına göre sıralandı.
Google AI Co-Scientist
Yeni hipotez üretmek ve biomedical araştırmayı hızlandırmak için bilim insanlarıyla iş birliği yapan bir çok agent AI sistemi.
Google AI Co-Scientist bir bilim insanlarıyla iş birliği için tasarlanmış bir multi-agents AI sistemidir ve biyomedikal araştırma hızlandırılmasına yardımcı olarak çalışır. Gemini 2.0 ile inşa edilen sistem, yeni araştırma hipotezleri ve araştırma teklifleri oluşturmada sanal bir bilimsel işbirlicidir. Sistem, bilim metodunun altında yatan mantığı yansıtmayı amaçladığından, mevcut bilginin ötesinde yeni, orijinal bilgi keşfetmeyi amaçlar. Bir bilim insanının belirli bir araştırma amacını doğal dilde belirtmesine dayanan AI Co-Scientist, yeni araştırma hipotezleri, ayrıntılı bir araştırma ana hatları ve deneme protokolleri oluşturur. Sertifikasyon, Geri İnceleme, Sıralama, Evrim, Yakınlık ve Meta-İnceleme gibi özel ajanslar oluşturulur ve otomatik geri bildirim kullanılarak hipotezleri iteratif olarak oluşturmak, değerlendirmek ve gözden geçirmek için kullanılır. Sistem, bilimsel işbirliğinin çeşitli şekillerde çalışmasına izin verir, bunlara araştırma amaçlarının belirtimi için fikir sağlayan veya doğal dilde üretilen çıkacakların geri bildirimine izin verilmesi dahildir. AI Co-Scientist ayrıca web-arayüşleri gibi özel AI modellerini kullanarak üretilen hipotezlerin sağlamlaştırılmasını ve kalitesini artırmayı amaçlar. Sistem, belirtimi amaçlanan araştırma konusuna ilerlerken hata düzeltme ve hesaplamayı flexibly scale ve ilerleyici bilimsel mantık geliştirmektedir. AI Ko-İlhamci özellikle bilim insanları için faydalı, çünkü bunlar hızlanan bilimsel yayınlarda karşılaşılan zorlukları ve bilinmeyen alanlardan gelen ipuçlarını entegre edebilmek için sıkıntı çekiyor. Yeni AI gelişmelerini kullanarak, özellikle karmaşık konularda sentezlemeyi ve uzun vadeli planlama ve akıl yürütmeyi yapabilme yeteneğini kullanan AI Ko-İlhamcı, bilimsel ve biyomedikal keşiflerin saatinin hızlanmasını amaçlıyor. Sistemin birçok uygulamada, gen transfer keşfi ve yeniden keşfi gibi farklı uygulamalarda test edilmesi gerçekleşmiştir. AI Co-Scientist, çeşitli avantajlar sunsa da, verilerin kalitesi ve araştırmacıın anlamlı geri bildirimde bulunabilme yeteneği etkisini önemli ölçüde etkiler. AI Co-Katılımcı, bilimsel topluluğa önemli bir etkisi olacağı öneden bir araç olmakla birlikte sınırlamaları ve potansiyel taraflılıklarını dikkatle değerlendirilmeleri gerekmektedir. Google AI Co-Scientist'in geliştirilmesi sürekli bir çabadır. Gelecek uygulamaları ve iyileştirmeleri devam eden araştırma ve testlere bağlıdır.
Kriterlerin ayrıştırılması
- Hipotez oluşturma
- Araştırma özet oluşturma
- Deneysel protokol geliştirme
- Bilimsel argümanlar için uzman agentler
- Otomatik geri döngü
- Web-arama entegrasyonu
Bright Data Web MCP
-5000 ücretsiz ayda istek verilen AI ajanslarına güvenilir web arama, scraping ve browser otomatikleşmeyi sağlayan MCP sunucusu.
Bright Data'nın Web MCP, AI agentlerinin güvenilir bir şekilde web sorgulama, scraping ve web tarayıcılarını otomatikleştirmelerine izin veren bir sunucudur. 5,000 ücretsiz aylık istek sunar. Araç, AI agentlerinin web'i etkili bir şekilde aramasına, veri çıkarmasına ve websitesini tarayıcı olmadan navigasyonuna izin verir. Real-time search sonuçları, veri extraction, site taraması ve tarayıcı otomasyonu gibi özellikler sunar. Web MCP blokları ve kısıtlamaları atlatmak için tasarlanmış ve dünya genelinde 20,000'den fazla müşteri tarafından güvenilen bir araçtır.
Kriterlerin ayrıştırılması
- Gerçek zamanlı web arama
- Site tarayıcı ve veri çıkarımı
- Tarayıcı otomatikleşmesi
- Coğrafi kısıtlamaları ve CAPTCHaları atlamayı sağlayan
- Dinamik içerik için JavaScript rendering
- Gerçek kullanıcı davranışını taklit eden
Kosmos
Zaman içinde süren araştırmalı kampanyalar için otomatik AI bilim insanı, veriyi ve yazarlıklarla analiz ederek tamamen citing edilmiş bilimsel raporlar oluşturur.
Kosmos, biyoteknik R&D ekipleri ve araştırmacılara yönelik otomatik bir AI bilim insanıdır. Veri ve literatürü analize tabi tutarak tam bir literatür gönderilmek suretiyle üretilebilen bilimsel raporlar oluşturur. İlaç geliştirme süreci, hipotezden kayda yönelik günler, değil aylar sürmeden hızlandırılır. Kosmos bağımsız olarak çalışır, literatür okurer, hipotez oluşturur, araştırmaları yönlendirir, bilimsel süreçleri yürütür. İlaç geliştirme döngüsünün tam bir yaşam döngüsünü destekler, hedef tanımlamaından klinik gelişime ve dosya oluşturma işlemine kadar devam eder. AI aracı Slack, Teams ve e-posta üzerinden insan bilim insanlarıyla işbirliği içerir ve organizasyonun bilgisinden öğrenir, denemsel geçmişten ve özel bilimsel verilere dayanan şekilde ilerler.
Kriterlerin ayrıştırılması
- Otantisiz hipotez oluşturma
- Literatür analizi
- Veri analizi
- Bilimsel akla geçiş işleme
- Slack, Teams ve e-posta üzerinden işbirliği
- Gelecekteki en gelişmiş modeller için model bağımsız
THEUS (Aigora)
Şirket içi AI araştırma platformu olan THEUS, özel araştırmaları izlenebilir çıkarımlara dönüştüren fak id'leri, referansları ve uzman avatarları ile sentez yapmalarına olanak tanıyan bir sistemdir.
THEUS, bir iş yerleri AI araştırma sistemi olarak tüzel çalışmalarda eşsiz içgörülere yol açan izlenebilir sonuçlar oluşturmak için Fact ID'ler, alıntılar ve uzman avatarlar kullanır. Google Agent Development Kit (ADK) üzerine kuruludur ve bidiriyonal modelleme ile veri-tutan bilgileri için modelleme kullanır. Kullanıcılar, araştırma verilerinden çıkmış olan verileri çekebilir, sentezlebilir ve keşfedebilir, her talebe bir özellikle bir Fact ID'sinin yanı sıra sayfayı içeren alıntılar eşlik eder. THEUS, Dr. Reed ile yeni içgörüler oluşturmak ya da Dr. Sinclair ile var olan bilgileri analiz etmek için iki farklı yola sahiptir. Bu platform, stratejik yetenek oluşumu değerlendiren Çeşitlilik İfa Edicisi Başkanları, Global Algılama Liderleri ve İnovasyon liderleri için tasarlanmıştır. Generic enterprise AI yerine özel olarak tasarlanmış bir araştırmaya dayalı yöntem kullanır ve gerçek kurumsal veriye DAYANILIR olarak eğitimlendirilmiş data-grounded bilgi ajanları oluşturur. Ürünlerin %85'inin iki yıllık süre içinde başarısız olduğuna dair bulgularla (Nielsen), kanıtlara dayalı bir inceleme, karar kalitesi üzerinde büyük bir etkiye sahiptir. THEUS, aylık 30 belgeyi ve aylık 1.500 sayfa okunmasını, aylık 500 soru sormayı içerir. THEUS'nun önemli avantajlarından biri, AI güçlendirilmiş bilgi ajanları ile yüzyıllar süren özelleştirilmiş verileri izlenebilir, karar verilmesine hazır bilgilere dönüştürmektir.
Kriterlerin ayrıştırılması
- Araştırma verileri çıkarmak, sentezlemek ve keşfetmek
- Dr. Reed ile yeni çıkarımlar üretilerek mevcut bilgilerin analiz edilmesi
- İlgili bilgilerin data-zemininde bilgi ajanları için bidireksel modelleme
- Ürün ve tüketicinin bilgileri için iki yönlü bir anlayış
- Çok çalışmanın sentezlenmesi ve araştırma boşluğu analizi
AMIE
Çok yönlendirilmiş bir AI tanılama aracı, akıllıca diagastik klinik konuşmalar ve tıbbi resimlerin doğru tespiti için tıbbi görüntüleri yorumlamaktadır.
AMIE (Medyum Bilimi Akıllı Aracı), Google DeepMind ve Google Research tarafından geliştirildi. Tıbbi görüşmeler ve hastalıkların doğru teşhislerini doğrulamak için tıbbi resimlerin yorumlanmasında tasarlanmıştır. Orijinal olarak, AMIE Nature dergisinde yayımlanan bir metin tabanlı tıbbi tanılama konuşma AI aracı olarak basıldı. En son ilerleme olarak, multimodal AMIE,clinical konuşmalar sırasında tıbbi görüntüleri yorumlama, görsel tıbbi bilgilere akıllıca talep etme ve akıl yürütme yeteneklerini entegre ediyor. Bu gelişme, teşhis sürecine görüntüler ve belgeler gibi multimodal verilerin dahil edilmesini içererek tanıya daha yüksek doğruluk sağlamak amacıyla yapılır. AMIE, bir durum ayarlar akıllıca akıl yürütme framework'ini kullanır ve multimodal Gemini modelleri üzerinde inşa edilmiştir ve deneyimleri sırasında, çeşitli hasta senaryolarında birinci basamak hekimler (PCPs) ile karşılaştırmak üzere objektif yapılandırılmış tıp uygulama sınavları (OSCEs) ile değerlendirilmiştir.
Kriterlerin ayrıştırılması
- Çok yönlendirilmiş tanılama diyalogu
- Tıbbi görüntüleri yorumlayabilme
- Durum bilincine sahip bir akıl yürütme çerçevesi
- Gemini modelleriyle entegrasyon
- Diyalog değerlendirmesi için simülasyon ortamı
QualiaInterviews
Çeviri diliyle, ölçeklenebilir araştırmalar ve değerlendirmeler için konuşma interviewleri yürüten AI-led platform.
QualiaInterviews, katılımcılarla doğal, konvansiyonel diyaloğa benzer bir şekilde doğal konuşma aracılığıyla AI kullanıcak araştırma platformudur. Takım ve topluluklar geleneksel tek-kişilik görüşme yöntemlerinin izin verdiğinden daha büyük numune sizesinden nitel bilgiler kazanmasına olanak veren derinlikçe ve incelikle kapalı-ended sohbeti koruyan platformdur. Ürün birden fazla dilde mülakatları destekler, bu nedenle uluslararası çalışmalar, küresel piyasa araştırmaları ve program değerlendirmeleri için uygun hale gelir. Araştırmacılar iş birliğinde rehberler tasarlama, katılımcılara onları gönderme ve her bir seansın elle yönetilmeden otomatik olarak yapılandırılmış bulguları gözden geçirme yeteneğine sahiptir. QualiaInterviews genellikle sosyal araştırmacılar, evaluatorlar, UX ekıplerı ve etki değerlendirmesi yapan şirketler tarafından kullanılmaktadır. Bu gruplar, etkileşimsel derinliğin giderilmeksizin ölçeklendirilmiş nitel veri gerektirse de, bu verileri ihtiyacı olanlardan ziyade genellikle bu veri türüne gereksinim duyup duruyorlar.
Kriterlerin ayrıştırılması
- AI-öneri alan sözlü interviewler
- Çeviri dili destekleyen interviewler
- Otomatleştirilmiş takipte ve soru sorma
- Nitelikli yanıtların yapılandırılması
- Kullanıcıların ölçeklenebilir dağıtımı
- Araştırma ve değerlendirme akışı araçları
Table Agent, tablolardaki araştırmanın gücüne sahip bir AI yardımcı programıdır. Amacı, herhangi bir konuyla ilgili veri toplama sürecini otomatikleştirmektir, araştırma daha verimlidir. Çalışma aracı, özelleştirilebilir veri şemaları sunar, bu da kullanıcıların belirli needslerine göre veri toplanmasını şekillendirmesini sağlar. Bu esneklik, çeşitli data yapısı çok farklı olabilen uygulamalar ve sektörlerin faydalı olduğunu göstermektedir. Table Agent'in temel fonksiyonelliğini oluşturan AI agent-bağımlı veri arama yeteneğidir. Bu demektir ki, araç artifical intelligence kullanır ve aktif olarak ilgili verileri arar ve derler, potansiyel olarak el ile aramalara ilişkin zaman ve çabanın düşürülmesini sağlar. Çalışmanın iş akışı ve entegrasyonlarının spesifik ayrıntıları açıklanmasa da, AI'ye dayalı veri yardımcı işlevi, farklı veri analiz araçlarıyla sorunsuz bir şekilde entegre olup genel araştırma sürecini geliştirebileceği kavramını öne sürebilir. Tablo Agent'in güçlü olduğu alanlar muhtemelen veri toplama görevlerini otomatikleştirmesinin ve farklı veri yapılarına adaptasyonunun muhtemel olduğu. Ancak daha spesifik bilgi olması halinde sınırlarını belirlemek ya da alternatif veri yardımcısı Araçlarını karşılaştırma zor.
Kriterlerin ayrıştırılması
- Otomatize verileri toplama
- Mevcutlanabilir veri şemaları
- AI ajanı tarafından yönlendirilen veri araması
- Hızlı ve doğru veri alma
Autoresearch
Açık kaynak bir proje, AI ajanları bağımsız olarak LLM eğitim denemelerini çalıştırmalarını ve en iyi model değişikliklerini belirlemelerini sağlar.
Autoresearch, bağımsız AI agentlerinin LLM eğitim denemeleri yürütüp en iyi model ayarlarını saklanması için açık kaynaklı bir projedir. Kullanıcılar, bir gece boyu AI agentinin deneyip codeünü güncelleyip kısa bir süre eğitim verip sonuçların iyileştirilmesini kontrol etmesinin olabileceği küçük ama gerçek LLM eğitim ortamlarını kurabilirler. Amaç, insan müdahalesi olmadan AI agentinin farklı model mimarilerinde, hiperparametrelerde ve optimizasyon stratejilerinde keşif yapma sürecini otomatikleştirmektir. Proje, nanochat'ın basitleştirilmiş bir tek-GPU implementasyonunu sağlar ve Markdown dosyalarını kullanarak AI agentinin araştırma sürecinde programlama yapma temellerini veren temel bir yapı sağlar. Proje tasarımcılar için uzantılı bir yapıya sahiptir ve kullanıcılar zamanla araştırma sürecini geliştirip daha fazla agent ekleme olanağı vardır.
Kriterlerin ayrıştırılması
- Otonom LLM eğitim denemeleri
- Aİ işçi tarafından yönlendirilen araştırma süreci
- Tek-GPU nanochat uygulamasının single-GPU gerçeklemesi
- Araştırma süreci için markdown tabanlı programlama
- Aşağıda belirtilen eğitim zaman bütçesi ile val_bpb değerlendirme metriği (5 dakika)