Virtual Scientists V2 sert de cadre modulaire d'agents IA dédié à la recherche scientifique. Il définit plusieurs scientifiques virtuels—Chimiste, Physicien, Biologiste et Data Scientist—chacun doté de connaissances spécifiques au domaine et d'intégrations d'outils. Ces agents utilisent LangChain pour orchestrer les appels API vers des sources comme Semantic Scholar, ArXiv et la recherche Web, permettant la récupération automatisée de la littérature, l'analyse contextuelle et l'extraction de données. Les utilisateurs scriptent des tâches en définissant les objectifs de recherche ; les agents collectent automatiquement des articles, résument les méthodologies et les résultats, proposent des protocoles expérimentaux, génèrent des hypothèses et produisent des rapports structurés. Le cadre supporte des plugins pour des outils et workflows personnalisés, favorisant l'extensibilité. En automatisant les tâches de recherche répétitives, Virtual Scientists V2 accélère la génération d'insights et diminue l'effort manuel dans les projets pluridisciplinaires.

arXiv Viz fournit une méthode visuelle pour explorer et comprendre la base de données complète des articles de recherche disponibles sur arXiv. Cet outil vise à faciliter l'accès rapide aux idées clés, aux tendances et aux connexions dans la littérature académique à travers divers domaines tels que la physique, les mathématiques, l'informatique, et plus encore. En transformant l'expérience de recherche et de navigation basée sur le texte en une interface visuelle intuitive, arXiv Viz améliore la manière dont les utilisateurs interagissent avec et comprennent les articles académiques.