动态知识交换与双多样性评审：简洁释放多智能体研究团队的潜力
人工智能
2025-08-04 v3
摘要
科学进步日益依赖于研究人员之间的有效协作，而大型语言模型（LLM）才刚刚开始模拟这种动态。尽管近期基于LLM的科学家智能体在自主科学发现方面展现出潜力，但它们往往缺乏现实世界研究中所必需的交互式推理和评估机制。我们提出IDVSCI（内部讨论与投票科学家），这是一个基于LLM构建的多智能体框架，包含两项关键创新：一种实现智能体间迭代反馈的动态知识交换机制，以及一种模拟异构专家评估的双多样性评审范式。这些组件共同促进了更深层次的推理，并催生了更具创造性和影响力的科学思想。为评估我们方法的有效性和泛化能力，我们在两个数据集上进行了实验：一个计算机科学领域的广泛使用的基准数据集，以及我们在健康科学领域引入的一个新数据集。结果表明，IDVSCI在两个数据集上均持续取得最佳性能，优于AI Scientist和VIRSCI等现有系统。这些发现凸显了在基于LLM的自主研究中建模交互和同行评审动态的价值。
引用
@article{arxiv.2506.18348,
title = {Dynamic Knowledge Exchange and Dual-diversity Review: Concisely Unleashing the Potential of a Multi-Agent Research Team},
author = {Weilun Yu and Shixiang Tang and Yonggui Huang and Nanqing Dong and Li Fan and Honggang Qi and Wei Liu and Xiaoli Diao and Xi Chen and Wanli Ouyang},
journal= {arXiv preprint arXiv:2506.18348},
year = {2025}
}