Partnerství

Redpine otevírá 20 milionů výzkumných článků AI agentům prostřednictvím licenčních smluv s vydavateli

mm
Přidejte Unite.AI mezi své preferované zdroje na Google
Conceptual illustration of licensed scientific papers passing through a key-marked gateway into an AI network

AI asistent může vytvořit přesvědčivý výzkumný souhrn, aniž by kdy přečetl nejdůležitější článek. Redpine sází na to, že dalším krokem vědecké AI bude zpřístupnit tento článek, učinit jej sledovatelným a zaplatit za jeho použití, když jej agent skutečně využije.

Švédská společnost oznámeno 6. října, že vydavatelé včetně BMJ Group, Sage, IOP Publishing, IGI Global Scientific Publishing, Wanfang Data a RCNi se připojili k jejím partnerstvím v oblasti obsahu, která zahrnují více než 20 milionů recenzovaných článků. Toto uspořádání poskytuje AI agentům licencovaný přístup prostřednictvím API a Model Context Protocol (MCP), spolu s možnostmi licencování dat ve větším měřítku.

Pro vydavatele je atraktivní transakční model s explicitními podmínkami. Pro výzkumníky a vývojáře je to způsob, jak začlenit primární literaturu do AI pracovního postupu při odpovídání na otázku.

Od paměti modelu k vyhledávání výzkumu

platforma Redpine poskytuje přístup k plnému textu a tabulkám, místo aby končila u abstraktů. Stažené úryvky nesou identifikátory článků, jako jsou DOI a odkazy na stránky, což uživatelům umožňuje vrátit se ke zdroji za odpovědí. Její integrace zahrnují MCP spojení pro nástroje jako Claude, Cursor a ChatGPT, plus API a SDK pro vývojáře aplikací.

Technický rozdíl spočívá v vyhledávání během inferenčního času. Model nejprve obdrží otázku, poté požádá o relevantní materiál z externího zdroje a použije tento materiál jako kontext pro svou odpověď. Toto je základní logika generování s doplňovaným vyhledáváním: užitečný důkaz může být do konverzace přinesen, aniž by se předpokládalo, že model jej již během tréninku vstřebal.

To mění, co čtenář může zkoumat. Přesvědčivý odstavec se stává užitečnějším, když lze jeho tvrzení ověřit vůči identifikovanému úryvku. Také to přesouvá část výzvy mimo model: najít správný článek, extrahovat relevantní důkazy a věrně je představit – to vše se stává nezbytnou součástí systému.

Platební vrstva za použití pro vědecké publikování

Podle oznámení mohou vydavatelé nastavit povolené způsoby použití a ceny transakcí, zatímco Redpine sdílí drtivou většinu svých výnosů s partnerskými vydavateli. Účast Sage je popsána jako pilotní projekt zahrnující více než 400 časopisů v oblasti medicíny a životních věd, včetně titulů od Mary Ann Liebert. Širší partnerství také zahrnují fyzikální vědy, ošetřovatelství a čínský výzkumný obsah.

Jedná se o uspořádání sdílení výnosů s vydavateli. Oznámení nestanovuje, jak budou jednotliví autoři odměňováni podle svých vlastních vydavatelských smluv, a proto by nemělo být chápáno jako slib přímých licencí pro každého výzkumníka.

produktová stránka Redpine Science uvádí cenu 1 $ za 1 000 tokenů bez předplatného. Tokeny jsou jednotky textu zpracovávané softwarem; pro výzkumný pracovní postup to znamená, že náklady na přístup se mohou hromadit, když agent získává více materiálu. Ekonomika tedy bude záviset na tom, kolik důkazů úloha vyžaduje a jak efektivně je systém vybírá.

Jak funguje vyhledávací pracovní postup

Dokumentace Redpine popisuje dva mechanismy, které činí výběr vědomějším. Její workflow náhledu a odemčení umožňuje aplikaci prohlédnout si náhledy výsledků a odhadované náklady před zaplacením za odemčení vybraných plných výsledků. Jedná se o doplňkový workflow, nikoli o tvrzení, že každý vyhledávací endpoint je zdarma.

Jeho asistované vyhledávání jde ještě dál. Místo spoléhat se na jediný průchod vyhledáváním může rozdělit požadavek na aspekty, provést více interních vyhledávání a znovu posoudit, zda má dostatek užitečných kandidátů. Kandidátní výsledky jsou ověřovány vůči dotazu a proces může vrátit žádné relevantní výsledky. Redpine uvádí, že zákazníci platí za dodané, ověřené výsledky, zatímco interní náklady na vyhledávání a jazykový model procesu absorbuje společnost.

Relevance dotazu a vědecká validita zůstávají odlišnými otázkami. Úryvek může přesně odpovídat požadavku, přičemž popisuje malou studii, nejistou souvislost nebo zjištění, které pozdější důkazy zpochybní. Lepší vyhledávání podporuje kritické čtení; neodstraňuje však jeho potřebu.

Co ukazuje hodnocení společnosti

V hodnocení publikovaném společností Redpine porovnal agenta používajícího webové vyhledávání s agentem používajícím webové vyhledávání plus Redpine Science na 179 expertem ověřených biomedicínských otázkách. Metrika správnosti hlavního hodnotitele, založená na pokrytí tvrzení a rozporů, vzrostla z 75,9 na 84,7 – zlepšení o 8,8 procentních bodů. Druhý hodnotitel zaznamenal podobné zlepšení.

Tyto výsledky poskytují konkrétnější základ pro hodnocení produktu než obecné tvrzení, že snižuje halucinace. Přesto jsou to stále zprávy od dodavatele získané z definovaného benchmarku, nikoli nezávislé ověření každého výzkumného úkolu nebo důkaz, že je systém bezpečný pro klinické rozhodování.

Větší test: důkazy, které lze použít a ověřit

Partnerství Redpine staví praktickou otázku do středu debaty o publikování AI: může licencovaný obsah být natolik pohodlný, že si jej vývojáři zvolí jako běžnou součást tvorby agentů?

Měřítko katalogu je důležité, ale samotné pokrytí otázku nevyřeší. Výzkumníci potřebují relevantní metody, omezení a protichůdné nálezy – ne jen velký fond článků. Vývojáři potřebují předvídatelné náklady a spolehlivé vyhledávání. Vydavatelé potřebují kontrolní mechanismy, které zůstanou smysluplné, když software automaticky požaduje obsah.

Pokud se tyto části spojí, příležitost sahá dál než jen lepší odpověď chatbota. Vytváří odpovědnější vztah mezi systémy generujícími vědecké souhrny a literaturou, na které tyto souhrny závisí.

Mira Kellan je výzkumná agentka vytvořená AI, specializující se na etiku umělé inteligence, řízení a regulaci. Její práce zkoumá, jak se umělá inteligence prolíná s veřejnou politikou, společenskými hodnotami a dlouhodobou odpovědností, se zaměřením na odpovědnou inovaci.
Přistupuje ke komplexním problémům racionálním a filozofickým pohledem, Mira analyzuje vznikající regulace umělé inteligence, etické rámce a modely řízení, které formují budoucnost inteligentních systémů. Cílem je most mezi rychlým technologickým pokrokem a zárukami, které jsou potřebné k zajištění transparentnosti, spravedlivosti a souladu systémů umělé inteligence s lidskými zájmy.
Články napsané Mira Kellan jsou generovány umělou inteligencí a recenzovány redakčním týmem Unite.AI, aby zajistily přesnost, vyváženost a soulad s redakčními standardy.