Минула битва · 2023-12-16 UTC
Research AI Agents Протистояння — 16 грудня 2023 р.
З категорії Research AI Agents. 33 позначок поставлено серед 10 бійців. Atelier Ruixen здобув корону.
Підсумкові результати
Учасники
Бійці
Профілі кожного інструмента, який змагався в цій битві, ранжовані за підсумковим балом.
Atelier Ruixen
Інтелектуальний супутник знань, який вдосконалює питання та створює перелік для читання, щоб перетворити відсікнуту інформацію у діячі висновки.
Atelier Ruixen - це платформа, яка допомагає користувачам поліпшити свої запитання та розміщувати списки для прочитання, щоб перетворити розсіяні відомості у діюві дані. Вона пропонує великий архів знань, який складається з 11 897 окремих ниток і перетворюється у 1 063 різних розумових ниток. Ці нитки є продуктом 'Мастерів', які використовують континуум зв'язку щоб кристалізувати складні відомості у розумні формати. Платформа не подібна до документів like Вікіпедія, а більше нагадує спеціально згуртований збірок знань, яке відображається в унікальному та підкресленим форматі.<br> Вона поєднує мудрість минулого знання з силою майбутньої інтелекту. Користувачі можуть взаємодіяти з платформою за допомогою інтерфейсу спілкування, де вони можуть запитувати питання та отримувати спеціально підготовлені списки для читання як відповідь. Огляд зверху, Atelier Ruixen має на меті надати користувачам потужний інструмент для отримання діяльних висновків із складної інформації.
Розподіл критеріїв
- Удосконалено питання щодо запиту користувача
- Переліки для читання, підготовлені спеціально для користувача
- Формат, заснований на шаблонах для зображення складної інформації
- Інтерфейс, створюваний для взаємодії з користувачем через розмовну взаємодію
- Окрім того існуює база знань, створена для використання в майбутніх розробках
Cell2Sentence
Откритий фреймворк, який перетворює одиночну експресію генів на «відклик» клітини, щоб LLM міг аналізувати й генерувати біологічні погляди.
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.
Розподіл критеріїв
- 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
Company Status Agent
Навіть на місці швидко перевірити реєстрацію компанії та її активність в офіційних реєстрах всесвітньо.
Бізнес-агент статус CompanyStatusAgent - це інструмент відрізнення даних, котрий використовує технічні засоби штучного інтелекту, щоб перевірити наявність офіційної реєстрації компанії та її актуальне існування. Історія звертається до надійних реєстрів державної влади і корпорацій у всьому світі та повертає відчуткову звітність щодо стану компанії за секунди натомість вимагаючи ручних пошуків у декількох юрисдикціях. Інструмент розроблений для робіт зі збереження стану підприємства, виконання вимог щодо дотримання законодавства, інтеграції та оцінки ризиків. Команди можуть використовувати його для перевірки постачальників, партнерів чи клієнтів перед підписанням договору, відкриття рахунків чи розширенням кредиту, зменшуючи ризики шахрайського обману та інших нецільових підприємств. Автоматизуючи перевірки реєстру, агент статусу компанії оптимізує процес виявлення ідентифікації бізнесу (KYB) та забезпечує професійців сталою методикою підтвердження юридичної відповідності на межах кордонів.
Розподіл критеріїв
- Модель штучного інтелекту щодо огляду реєстрів
- Обласна покриття урядових реєстрів
- Перевіряє наявність інформації щодо активності компанії
- Перевірка офіційної особи компанії
- Підтримка дотримання законодавства та інтеграцій
- Схеми швидкої розробки звітності по вимогу
Table Agent — це AI‑підтримуваний асистент даних, створений для допомоги у табличних дослідженнях. Він призначений для автоматизації процесу збору даних про будь‑яку тему, що робить дослідження більш ефективним. Інструмент дозволяє налаштовувати схеми даних, що дає користувачам можливість підлаштовувати збір даних під конкретні потреби. Така гнучкість корисна для широкого спектру застосувань і галузей, де структура даних може значно варіюватися. У центрі функціональності Table Agent лежить можливість пошуку даних, керована агентом ШІ. Це означає, що інструмент використовує штучний інтелект, щоб активно знаходити й збирати релевантні дані, що потенційно зменшує час і зусилля, потрібні для ручних пошуків. Незважаючи на те, що деталі його робочого процесу та інтеграцій не розкриті, концепція AI-керованого помічника даних припускає, що він може безшовно інтегруватися з різноманітними інструментами аналізу даних, підвищуючи ефективність усього дослідницького процесу. Сильні сторони Table Agent, ймовірно, включатимуть його здатність автоматизувати утомні завдання збору даних та адаптивність до різних структур даних. Однак, без додаткової конкретної інформації важко визначити його обмеження або порівняти з альтернативними інструментами-асистентами даних.
Розподіл критеріїв
- Автоматизований збір даних
- Налаштовувані схеми даних
- Пошук даних на основі AI‑агента
- Швидке та точне отримання даних
Bright Data Web MCP
Сервер MCP, який забезпечує вірну пошукові агентам, скраплівання веб-сторінок і автоматизацію веб-браузерів із 5 000 вільними запитами на місяць.
Веб-сервер MCP від Bright Data використовується для надання АІ-агентам надійної можливості пошуку, скраплівання даних та автоматизації веб-браузерів. Сервер надається з можливістю виконання 5 000 вільних запитів на місяць. Інструмент дозволяє АІ-агентам ефективно виконувати пошук у веб-міжінародному просторі, збирати дані і здійснювати навігацію веб-сторінок без блокування. Сервер MCP також передбачає такі функції як отримання інформації в реальному часу, виділення даних зі сторінок, скраплівання сайтів та їх подальша навігація, а також можливістю виконувати автоматизовані заходи. Крім того MCP здатний відкинути блокування та обмеження і вже понад 20 000 клієнтів його довірюють.
Розподіл критеріїв
- Пошук в реальному часі
- Скраплінг даних та навігація по сайтам
- Автоматизація роботи браузера
- Відкидання геообмежень та CAPTCH
- Рендеринг JavaScript для динамічних даних
- Мімічна поведінка справжнього користувача
Google AI Co-Scientist
Мультиагентний інтелектуально-підтримуваний науковий співпартнер, який співпрацює зі вченими для генерації гіпотез та прискорення біомедичної досліджень.
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.
Розподіл критеріїв
- Виробництво гіпотез
- Сворення огляду наукових досліджень
- Розробка експериментальної програми
- Виконавці спеціалізовані для наукового мислення
- Автоматизований ланцюг відкликань
- Інтеграція веб-пошуків
Kosmos
Автономний науковий співробітник за допомогою штучного інтелекту для довгих дослідницьких кампаній, який аналізує дані та наукові статті, щоб видав повністю цитовані наукові доповіді.
Є автономний штучний інтелект науковий співробітник для біо-фармацевтичних команд R&D та співробітників досліджень. Він аналізує дані та наукові статті, щоб видав повністю цитовані наукові доповіді, прискорюючи процес розвитку лікарських засобів від гіпотези до реєстрації протягом днів, а не місяців. Kosmos працює автономно, читаючи наукові статті, генеруючи гіпотези, керуючи дослідженнями та виконуючи наукові workflow. Він підтримує повний життєвий цикл розвитку лікарських засобів, починаючи від ідентифікації цілей до клінічної розробки та реєстрації. Штучний інтелект інструмент співпрацює з науковцями людиною за допомогою Slack, групи Microsoft Teams та електронної пошти та вчиться у організації знань, будувавши експериментальну історію та власницькі наукові дані.
Розподіл критеріїв
- Автономне створення гіпотез
- Аналіз наукових статей
- Аналіз даних
- Виконання наукові workflow
- Співпраця за допомогою Slack, групи Microsoft Teams та електронної пошти
- Єagnosticний для майбутніх штучних інтелектних моделі
ResearchClaw
Агент на базі OpenClaw, що знаходить і ранжує дослідників з публікацій, пише прості англійські пропозиції про найм та підготовлює холодні листи, посилаючись на їхню роботу.
ResearchClaw — це інструмент, що працює на базі ШІ і призначений для допомоги у виявленні та залученні дослідників. Він використовує технологію OpenClaw для пошуку та ранжирування вчених за їхніми опублікованими роботами. Інструмент генерує зрозумілі англійською резюме досліджень науковця, які можна використати для створення тез при наймі. Крім того, ResearchClaw формує холодні електронні листи, що посилаються на роботу дослідника, полегшуючи перший контакт. Мета інструменту — спростити процес пошуку і встановлення зв’язку з потенційними кандидатами на наукові позиції. Автоматизуючи процес виявлення та залучення, ResearchClaw економить час і зусилля тих, хто займається наймом дослідників. Його можливості можуть бути корисними для установ, організацій та компаній, що шукають наукових кадрів. Функції ResearchClaw допомагають спростити процес рекрутингу, проте їхня ефективність залежить від якості даних, на яких навчено модель, та конкретних потреб користувача. Можливість створювати листи та тези одночасно економить час, але може стати обмеженням, оскільки втрачаються індивідуальні нюанси. Як і будь‑який інструмент на базі ШІ, він має обмеження у розумінні та представленні складних наукових тем. Загалом, ResearchClaw має потенціал стати цінним ресурсом для тих, хто шукає та хоче налагодити контакти з дослідниками, проте його обмеження слід враховувати під час використання.
Розподіл критеріїв
- Ідентифікація та ранжування дослідників
- Генерація простих англійських тез для найму
- Складання холодних листів
- Інтеграція технології OpenClaw
- Автоматизовані можливості вихідного контакту
- Резюме роботи дослідників
THEUS (Aigora)
Корпоративна система штучного інтелекту для досліджень, що перетворює власні дослідження в відстежувані інсайти з ID фактів, цитатами та експертними аватарками для синтезу.
THEUS – корпоративна система штучного інтелекту, яка перетворює власні дослідження в відстежувані інсайти з ID фактів, цитатами та експертними аватарками. Заснована на Google’s Agent Development Kit (ADK) і використовує двобічне моделювання для агентів знань, основаних на даних. Користувачі можуть витягувати, синтезувати й досліджувати свої дані, а кожне твердження підтримується конкретним Fact ID із посиланням на конкретну сторінку. THEUS пропонує два способи досліджень: генерувати нові інсайти з Dr. Reed або аналізувати існуючі знання з Dr. Sinclair. Платформа розроблена для віце-президентів з інсайтів, світових лідерів у сенсорних технологіях та інноваційних керівників, які оцінюють можливості стратегічного розвитку. Вона використовує спеціальну методологію досліджень, а не загальний корпоративний ШІ, і створює агенти знань, навчених на реальних інституційних даних. З 85 % нових продуктів, що зазнають невдачі протягом двох років (Nielsen), доказове дослідження суттєво покращує якість прийняття рішень. THEUS пропонує окремий доступ, що включає можливість обробляти до 30 документів на місяць, до 1 500 сторінок, а також до 500 запитів до Dr. Sinclair на місяць. Однією з ключових переваг THEUS є здатність перетворювати десятиліття власних даних у відстежувану, готову до рішення інтелігенцію, керовану ШІ-агентами знань.
Розподіл критеріїв
- Витягувати, синтезувати й досліджувати дані досліджень
- Генерувати нові інсайти з Dr. Reed або аналізувати існуюче знання з Dr. Sinclair
- Двобічне моделювання для агентів знань, основаних на даних
- Підключення знань про продукт та споживача для двобічного інсайту
- Підтримка крос-стаді синтезу та аналізу прогалин у дослідженнях
OpenAI Deep Research
Автономний ШІ‑агент, який проводить багатоступеневий веб‑дослідник і надає структурувані звіти
OpenAI Deep Research - це агентна функція всередині ChatGPT, яка переглядає Інтернет на вашу користь, читає та синтетизує інформацію з багатьох джерел для створення об'ємної робітки, наданої посиланнями. Натомість однієї швидкої відповіді воно створює план дослідження, слідує за посиланнями, порівнює висновки та перебуває в процесі кількох хвилин для обробки питань, які зазвичай займають людини декілька годин пошуку. Цій сервісі притаманні завдання, як-от конкурентна analyzing, дослідження ринку та академічні роботи, виконання обов'язків дилігента, а також детальні порівняльні дослідження продукції чи державних політик. Пользователі submit запит, додатково відгукуються на уточнюючі питання, та отримують підготований звіт зі внесеними inline цитатами, що можуть бути перевірені. Сервіс доступний для розплачуються користувачів ChatGPT з обмеженням використання, що відрізняється за планом рівня доступу.
Розподіл критеріїв
- Автономна багатошвидкісна навігація вебресурсів
- Довгі звітні матеріали з вбудованими посиланнями
- Пояснювання питань до початку дослідження
- Розміщення зауважень над текстом, зображеннями та PDF
- Оновлені статусів під час запусків досліджень
- Видавані результати всередині ChatGPT