Meet GenomAgent: A Team of AI Specialists for Smarter Genomics Q&A

Meet GenomAgent: A Team of AI Specialists for Smarter Genomics Q&A

TL;DR: Finding reliable answers in genomics is hard. GenomAgent turns one big AI into a coordinating team of specialists—and beats the current leader by 12% on a key benchmark.

Genomic facts live across many databases. Standard chatbots struggle because they can’t flexibly query those sources. GeneGPT added API calls but depends on rigid interfaces.

We replicated GeneGPT and built GenomAgent, a multi-agent system where dedicated agents search, retrieve, and cross-check information for complex genomics questions. The framework chooses and sequences tools as needed, making it easier to adapt when data sources change.

Results: On nine tasks from the GeneTuring benchmark, GenomAgent outperformed GeneGPT by an average of 12%.

Why it matters: More accurate, adaptable answers for researchers—and a blueprint that extends beyond genomics to other data-heavy sciences.

Paper: https://arxiv.org/abs/2601.10581v1

Authors: Kimia Abedini, Farzad Shami, Gianmaria Silvello

Paper: https://arxiv.org/abs/2601.10581v1

Register: https://www.AiFeta.com

#Genomics #AI #LLM #MultiAgent #Bioinformatics #Research #NLP #OpenScience

Read more

Pienet, huomaamattomat muutokset opetusdataan voivat ohjata tekoälyn käyttäytymistä

Pienet, huomaamattomat muutokset opetusdataan voivat ohjata tekoälyn käyttäytymistä

Keittiössä pieni muutos reseptiin – ripaus suolaa vähemmän tai tilkka sitruunaa enemmän – voi muuttaa ruoan luonteen. Tekoälyä opetettaessa resepti on data: kuvat, tekstit ja äänitteet, joista malli oppii. Uusi esijulkaistu tutkimus väittää, että aivan pienet, lähes huomaamattomat muokkaukset tähän aineistoon voivat riittää kääntämään mallin käytöstä haluttuun suuntaan. Moni on tottunut ajatukseen,

By Kari Jaaskelainen
Äly ei synny yhdellä äänellä: tekoäly paranee, kun se vaihtaa ajattelutapaansa kesken tehtävän

Äly ei synny yhdellä äänellä: tekoäly paranee, kun se vaihtaa ajattelutapaansa kesken tehtävän

Ihminen harvoin ratkaisee ongelman yhdellä tavalla alusta loppuun. Ensin hahmotellaan, sitten ideoidaan, sen jälkeen karsitaan ja lopuksi tehdään täsmällisesti. Tuore tekoälytutkimus väittää, että myös koneet hyötyvät tästä rytmistä. Kokoonpanopaketin avaava huomaa pian, ettei sama ote riitä joka vaiheessa. Ensin täytyy katsoa, mikä osa sopii mihin (tilan hahmottaminen). Kun jokin ei

By Kari Jaaskelainen