snap-stanford/Biomni

해결하는 문제

Biomni는 다양한 생물의학 하위 분야에서 복잡한 연구 작업을 자동화하도록 설계되었습니다. 과학자들이 검증 가능한 가설을 생성하고, 여러 도구와 데이터 소스를 수동으로 조율해야 하는 다단계 분석 워크플로우를 수행하는 데 도움을 주어 과학 연구의 생산성 격차를 해소합니다.

작동 방식

Biomni는 대규모 언어 모델(LLM) 추론, 검색 기반 계획, 코드 기반 실행을 결합한 AI 에이전트로 작동합니다. 정제된 최고의 실무 및 프로토콜을 담은 '지식 라이브러리'를 활용하며, Model Context Protocol(MCP)을 통해 외부 도구와 통합할 수 있습니다. 또한 Biomni-R0라는 전용 추론 모델을 사용하면 시스템을 더욱 강화할 수 있습니다. Biomni-R0는 Qwen-32B를 기반으로 하며, 에이전트 상호작용 데이터를 활용한 강화학습으로 훈련되었습니다.

대상 사용자

Biomni는 데이터 분석 자동화, 실험 설계(예: CRISPR 스크리닝) 계획, 복잡한 생물학적 문제 해결이 필요한 생물의학 연구자 및 과학자들을 위한 것입니다.

주요 특징

• 일반 목적 생물의학 에이전트: scRNA-seq 어노테이션에서부터 화합물의 ADMET 특성 예측에 이르기까지 다양한 작업 수행 가능.
• Biomni-R0: 도구 사용과 생물학적 맥락에서의 반복적 자기 수정을 최적화한 전용 추론 모델.
• Biomni-Eval1: 10개의 생물학적 추론 작업에 걸쳐 433개의 인스턴스를 포함하는 포괄적인 벤치마크로 성능 평가에 사용 가능.
• 지식 라이브러리: 자동으로 검색된 실험 프로토콜과 분석 최고 실무를 포함하여 도메인 전문 지식 제공.
• MCP 지원: 외부 도구 및 서버와의 통합을 통해 기능 확장 가능.