Research AI Agents Протистояння — 28 березня 2025 р.

1

Cell2Sentence

Откритий фреймворк, який перетворює одиночну експресію генів на «відклик» клітини, щоб LLM міг аналізувати й генерувати біологічні погляди.

4.3 (4)

Безкоштовно

Повний огляд

Програмні засоби Cell2Sentence виступають як відкритий фреймворк для перетворення даних генетичного експресії окремих клітин в "клітинні пропозиції" для аналізу та генерації розуміння великими мовними моделями (НЛАМ). Воно передбачає ранжувальну трансформацію векторів експресії в пропозиції клітин, які містять окремо розташовані імена генів у порядку зниження експресії. Цей процес дозволяє НЛАМ натуралістично моделювати дані одно-клітинної РНК-секвенування (ОКРНС) засобом природної мови. Даний фреймворк містить моделі C2S-Scale, що об'єднують транскрипомічну й текстову дані й забезпечують підвищений рівень виконання завдань щодо окремих клітин типу передбачення порушень, підсумовування даних, створення підписів до кластерів й відповідей на біологічні запитання. Моделі C2S-Scale наявні для доступу у Hugging Face і мають базові архітектури такі, як Pythia та Gemma-2. Застосування програмного засобу адресовано вченим і спеціалістам, що працюють з данними транскрипоміки окремих клітин. Фреймворк було оновлено за новими моделями та функціями, які включають підтримку тонкої налаштування на спеціальних шаблонах попередніх запитів та оформлення декількох клітин в одне попереднє запит. Крім того, воно включає комплект моделей на основі(Pythia), призначений для прогнозування типу клітин, генерування залежного від типу клітини та різноманітної мультиклітинної багатотаскової моделі, що навчалась на більше ніж 57 мільйонів клітин людини та миші. Рамковий комплекс Cell2Sentence належить до добре прокоментованої та забезпечує навчальні матеріали для користування, які включають приклади fine-tuning і форматування мульти-елементних запитів. Розробка Cell2Sentence включає в себе лабораторію ван Дік і була опублікована у попереднім виданні у bioRxiv. Даний інструмент забезпечує наступну-генераційну відкриття відокремлених клітин за допомогою LLM.

• Перетворення векторів експресії на повідомлення клітин
• Моделі C2S-Scale для складних завдань однієї клітини
• Підтримка файн-тюнінгу на персональних шаблонах питань
• Підтримка формування повідомлень кількох клітин
• Програмовані моделі основані на архітектурах Pythia й Gemma-2

2

AlphaSense

Платформа зі сповіщенням інтелектуальної власності, у яку вбудовані АІ, що самостійно отримує експертні висновки та доставляє аналітичні дослідження масштабом.

4.4 (5)

Контакт

Повний огляд

AlphaSense — це штучний інтелект-платьформа з інформацією ринку, яка забезпечує вірні підходи для прийняття бізнесових рішень. Вона пропонує обширний збірок витриманих джерел, у тому числі експертні тлумачення Tegus, дослідження брокерів та матеріали компанії. Платформа використовує підвищені штучний інтелект-моделі для генерації високочутливої інформації зі свідченнями на рівні речення. AlphaSense інтегрує процеси праці, звільнюючи зламані джерела та видаючи потік лінійний, підключені інформації. Її можливості GenAI надають інформацію в реальному часі, що засновані у відданих експертних знаннях. Платформа розроблена для інвестиційного банку, фондів з ризиками, приватного капіталу, управління активами, консультувати, біологічні науки, інші галузі бізнесу. AlphaSense відрізняється високошвидкісною інтеграцією даних, яка синтезується з безпрецедентною колекцією вмісту. Платформа також передбачає розробку індивідуальної агентури для автоматизації повторюваних дослідницьких завдань, перетворення відкритих даних на інформаційні записки та презентації для виконавчого керівництва. Її Генеративна пошукова система забезпечує повне розуміння ринку і компанії з усієї перспективи, підключаючи якісні дані до структурної фінансової інформації. Одним із ключових преимуществ системи є її здатність надавати користувачам можливість робити рішучі кроки із впевненістю та швидкістю. Платформа надає командам точні відповіді, унікальні погляди та критичні оновлення, які необхідні їм для того, щоб перебільшити конкурентів.

• Довідково джерело
• Експертні тлумачення Tegus
• Дослідження брокерів
• Повідомлення компанії
• Приватні та публічні фінансові дані
• GenAI для отримування сучасних висновків

3

AMIE

Мультимодальний агент діагностики AI, що проводить клінічні розмови та інтерпретує медичні зображення для точних діагнозів.

4.7 (6)

Безкоштовно

Повний огляд

AMIE (Умільна медична інтелектуальна досліджувачка) - це дослідницький агент діагностики AI, розроблений компанією Google DeepMind та Google Research. Він призначений для проведення клінічних розмов та інтерпретації медичних зображень для точних діагнозів. На початку, AMIE був текстовим агентом діагностичних спілкувань з лікарів публікованим у Nature. Останнє вдосконалення AMIE, мультимодальний AMIE, інтегрує можливість інтелектуально запитувати, інтерпретувати та роздумувати про візуальну медичну інформацію під час клінічних розмов. Ця розробка передбачає поліпшення діагностичної точності шляхом включення мультимодальної інформації, такі як зображення та документи, в процес діагностики. AMIE використовує стоврінський роздумувальний framework та створений на основі моделей мультимодальної Gemini. Його дослідили шляхом експертних оцінок, включаючи Об'єктивно Стоврінські Клінічні Екзамени (OSCEs), порівнюючи його результати зі спеціалістами сімейної медицини (PCPs) у різних пацієнтів сценаріях.

• Мультимодальна діагностична бесіда
• Інтерпретація візуальної медичної інформації
• Фреймворк роздумувальної станції
• Вбудовування з моделями Gemini
• Сімуляційна основа для оцінки діалогу

4

Autoresearch

Проєкт відкритого вихідного коду, який дозволяє самостійним роботам із інтелектуальної власности здійснювати експерименти щодо навчання мовних моделей і зберігати найкращі зміни.

4.8 (5)

Безкоштовно

Повний огляд

Autoresearch є проєктом відкритого вихідного коду, який надається користувачам можливість самостійнім роботам із інтелектуальної власности здійснювати експерименти щодо навчання мовних моделей та зберігати найкращі зміни. Проєкт дозволяє користувачам встановити малий, але справжній середовище навчання мовних моделей та дозволити роботі самостійно експериментувати протягом ночі, змінюючи код, тренуючи протягом невеликого періоду часу та перевіряючи, чи покращилися результати. Важливою метою цього проєкту є автоматизація процесу досліджень, щоб робота самостійно досліджувала різні архітектури мовних моделей, гіперіпарметри та стратегії оптимізації без втручання людини. Проєкт включає в себе упрощений імплементацію мови nanochat на одній графічній карті GPU і надає основну структуру для програмування процесу досліджень роботи самостійно за допомогою файлів Markdown. Проєкт призначений для розширення, що дозволяє користувачам додавати додаткові роботи та вдосконалювати процес досліджень у часі.

• Самостійні експерименти щодо навчання мовних моделей
• Процес досліджень, керований роботами із інтелектуальної власности
• Імплементація мови nanochat за допомогою однієї графічної карти GPUs
• Маркдаун-орієнтоване програмування процесу досліджень
• Бюджет часу тренувань протягом 5 хвилин із оціночною метрикою (val_bpb)

5

Google AI Co-Scientist

Мультиагентний інтелектуально-підтримуваний науковий співпартнер, який співпрацює зі вченими для генерації гіпотез та прискорення біомедичної досліджень.

4.5 (4)

Безкоштовно

Повний огляд

Google AI Co-Scientist - це багатогранна система штучного інтелекту, розроблена для співпраці з вченими та прискорення біомедичних досліджень. Її створено з Gemini 2.0 та вона виконує функцію віртуального наукового співробітника, який допомагає створювати нові гіпотези та проекти наукових досліджень. Система спроєктована для відображення процесу роздумування, який лежить в основі науково-дослідної методиці, та відкриваючи нова, оригінальна знання. В залежності від науково-дослідної мети вченого, вказаної природною мовою, AI Co-Scientist створює нові науково-дослідні гіпотези, детальний науково-дослідний огляд та експериментальне протоколи. Для цього вона використовує коаліцію спеціалізованих агентів, зокрема Generation, Reflection, Ranking, Evolution, Proximity, та Meta-review, які використовують автоматичні відгуки для ітеративної генерації, оцінки та вдосконалення гіпотез. Система дозволяє вченим взаємодіяти з нею різними способами, зокрема шляхом надання насіння для вивчення або відгуків на згенеровані виходи природною мовою. AI Co-Scientist також використовує інструменти, такі як пошук у мережі та спеціалізовані моделі штучного інтелекту, для підвищення ґрунтовності та якості згенерованих гіпотез. Система розроблена для підтримки вільної зміни обчислювальних ресурсів та ітеративного вдосконалення науково-дослідної міркування відповідно до вказаної науково-дослідної мети. Навчальний інструмент AI Co-Scientist особливо вигідно виглядає для вчених, що стикаються із викликами при навігації в швидкому зростанні наукових публікацій та інтеграції інсайтів з непознаних галузей. Використавши останні досягнення в галузі AI, включно з можливістю синтезу у складних галузях та виконання довгострокової плани та висновків, AI Co-Scientist сприяє підвищенню швидкості відкриттів у галузі науково-технічних та біомедичних досліджень. Система була піддана випробуванню у різних застосуваннях, включаючи відкриття генної передачі та повторне відкриття генної передачі. Бажані вигоди від AI Co-Scientist залежать від якості вихідного дослідницько-голівного завдання та здатності вченого надавати корисні висновки. AI Co-Scientist - це новий інструмент, що має потенціал суттєво вплинути на наукове співтовариство, проте його обмеження та потенційні упередженості потрібно об'єктивно оцінити. Вирішення питань AI Co-Scientist являє собою постійну роботу, а його майбутні застосування та вдосконалення будуть залежати від продовженої дослідницької та випробувальної роботи.

• Виробництво гіпотез
• Сворення огляду наукових досліджень
• Розробка експериментальної програми
• Виконавці спеціалізовані для наукового мислення
• Автоматизований ланцюг відкликань
• Інтеграція веб-пошуків