异构科学基础模型协作

智能体大语言模型系统已展现出强大的能力。然而，他们依赖语言作为通用接口，本质上限制了其在许多现实问题中的适用性，尤其是在科学领域，其中开发了针对特定任务的领域专用基础模型，以超越自然语言的能力。本文引入了 Eywa，一个设计用于将语言中心系统扩展至更广类科学基础模型的异构智能体框架。Eywa 的核心思想是通过增强基于语言模型的推理界面，将特定领域的基础模型与语言模型集成，从而使语言模型能够指导非语言数据模态上的推理。这种设计允许针对特定数据和任务进行优化的预测基础模型，参与智能体系统中更高层次的推理和决策过程。Eywa 可作为单智能体管线（EywaAgent）的即插即用替换选项，或集成到现有多智能体系统中，通过替换传统智能体为专用智能体（EywaMAS）实现。我们进一步研究了一种基于规划的编排框架，其中规划器动态协调传统智能体和 Eywa 智能体，以解决跨异构数据模态的复杂任务（EywaOrchestra）。我们在横跨物理、生命和社会科学的多样化科学领域中对 Eywa 进行评估。实验结果表明，Eywa 在涉及结构化和领域特定数据的任务上提高了性能，同时通过与专用基础模型的有效协作，减少了对语言基于推理的依赖。