K-Dense Analyst：面向完全自动化的科学分析
人工智能
2025-10-01 v2 多智能体系统
基因组学
定量方法
摘要
现代生物信息学分析的复杂性已导致数据生成与发展科学洞见之间出现关键差距。虽然大型语言模型（LLM）在科学推理方面显示出前景，但在处理需要迭代计算、工具集成和严格验证的实际分析工作流程时，仍然受到根本性限制。我们引入 K-Dense Analyst，一个具有层次化多智能体系统，通过双环架构实现自主生物信息学分析。K-Dense Analyst 作为更广泛的 K-Dense 平台的一部分，通过将计划与经过验证的执行相耦合，使用专用智能体将复杂目标分解为可执行、可验证的任务，并在安全的计算环境中执行。 在 BixBench 这一综合性开放生物学分析基准测试上，K-Dense Analyst 实现了 29.2% 的准确率，超过最佳表现型语言模型（GPT-5）的 6.3 个百分点，几乎比当前认为最强大的 LLM 提升了近 27%。值得注意的是，K-Dense Analyst 采用 Gemini 2.5 Pro 实现，该模型直接使用时仅能达到 18.3% 的准确率，显示 our 架构创新能够释放远超底层模型基线性能的能力。我们的见解表明，自主科学推理不仅需要更强大的语言模型，更需要能够弥合高级科学目标与低级计算执行之间差距的专用系统。这些结果标志着自主计算生物学家在生命科学领域加速发现的重要进展。
引用
@article{arxiv.2508.07043,
title = {K-Dense Analyst: Towards Fully Automated Scientific Analysis},
author = {Orion Li and Vinayak Agarwal and Summer Zhou and Ashwin Gopinath and Timothy Kassis},
journal= {arXiv preprint arXiv:2508.07043},
year = {2025}
}