Агрегация разрозненных данных в одном окне
Лаборатории AstraZeneca внедрили агентную систему Research Assistant, предназначенную для помощи ученым и клиницистам в исследовании биомедицинских вопросов. Ключевая особенность платформы — интеграция разрозненных источников данных в единый чат-интерфейс. Система работает с:
- Научной литературой и базами знаний;
- Графами знаний (Knowledge Graphs);
- Химическими данными и данными экспрессии;
- Информацией о клинических испытаниях и ресурсах безопасности;
- Внутренними экспериментальными системами компании.
Два режима работы: скорость и глубина
Архитектура системы предлагает два сценария взаимодействия, что критично для разных задач R&D:
- Fast Mode (Быстрый режим): предназначен для прямого ответа на вопросы, требующих минимальной задержки.
- Multi-step Mode (Многошаговый режим): используется для сложных исследовательских задач, где требуется последовательный анализ и синтез информации.
Прозрачность и верификация ответов
В отличие от «черных ящиков», Research Assistant обеспечивает полную прослеживаемость ответов. Каждая сгенерированная моделью информация привязана к исходным источникам (grounded in retrieved evidence). Это позволяет исследователям не только получать ответ, но и переходить к первичным данным для проверки и дальнейшего изучения.
Масштаб внедрения
Система уже развернута в масштабах всей компании для поддержки повседневных рабочих процессов. В техническом отчете, опубликованном в arXiv (авторы: Piotr Grabowski и 18 соавторов), описаны архитектурные решения и уроки, полученные при интеграции LLM в корпоративную среду фармацевтического гиганта.
Источник: arXiv cs.AI ↗