FutureHouse开放科学智能体平台:Crow、Falcon、Owl与Phoenix经网页和API供研究者调用
核心概要
FutureHouse 上线公开可用的科学智能体平台,首批四个智能体分别负责通用文献问答、深度综述、判断“是否有人做过”和化学实验规划,通过网页界面与 API 向研究者开放。平台称 Crow、Falcon、Owl 在检索精度与准确率上优于所有主要前沿搜索模型,并在正面对比的文献检索任务中精度高于博士级研究者;Phoenix 标注为实验性,基准测试不如其余三个充分,可能出错更多。
深度剖析
研究者现在可以通过网页界面和 API 直接调用四个面向科学文献的智能体,不必自行搭建和维护智能体部署。 平台以公开形式向所有研究者提供这类科学智能体,而科学家自行维护智能体部署非常困难。 平台同时上线 Crow、Falcon、Owl、Phoenix 四个智能体,其中 Phoenix 标注为实验性,并说明其基准测试不如其他智能体充分、可能犯更多错误。
这些智能体围绕科学文献检索与综合构建,可访问高质量开放获取论文语料和 OpenTargets 等专业科学数据库。 平台称与其他智能体不同,FutureHouse 智能体能够接入专业科学数据库并自动化化学工作流。 Crow、Falcon、Owl 经过基准测试,平台称其在检索精度和准确率上优于所有主要前沿搜索模型,并在正面对比的文献检索任务中精度高于博士级研究者。
智能体采用多阶段流程逐条深入考察来源,并把推理过程展示给用户,使用户能看到结论如何得出。 平台称与其他智能体不同,FutureHouse 智能体具有透明的推理过程,并对每个来源做更深入的考察。 平台说明每个用户都能查看这一过程,以判断智能体如何得到给定结论。
启示与展望
平台面向需要全文文献分析和专业化学工具的研究者,通过网页界面与 API 提供;Phoenix 被标注为实验性,平台称其基准测试不如其他智能体充分、可能犯更多错误,并以快速迭代为目的发布。
平台称 Crow、Falcon、Owl 在检索精度和准确率上优于主要前沿搜索模型,并在正面对比中精度高于博士级研究者,但未给出具体数值;Phoenix 的基准测试较不充分,可能出错更多。
