TinyScientist：构建研究代理人交互式、可扩展且可控的框架
计算与语言
2025-10-09 v1
摘要
大型语言模型（LLM）的自动化研究正快速 gaining importance，推动开发越来越复杂的工作流程，涉及多智能体系统、规划、工具使用、代码执行和人类-智能体交互，以加速研究进程。然而，随着越来越多的研究人员和开发人员开始使用和构建这些工具和平台，扩展和维护此类智能体工作流程的复杂性和难度已成为一个显著挑战，特别是随着算法和体系结构不断发展。为此，我们的 TinyScientist 识别了自动化研究工作流程的关键组件，并提出了一个交互式、可扩展且可控的框架，轻松适应新工具并支持迭代增长。我们提供了开源代码库、交互式网页演示以及 PyPI Python 软件包，使最先进的自动研究管道广泛可访问，供每个研究人员和开发人员使用。
引用
@article{arxiv.2510.06579,
title = {TinyScientist: An Interactive, Extensible, and Controllable Framework for Building Research Agents},
author = {Haofei Yu and Keyang Xuan and Fenghai Li and Kunlun Zhu and Zijie Lei and Jiaxun Zhang and Ziheng Qi and Kyle Richardson and Jiaxuan You},
journal= {arXiv preprint arXiv:2510.06579},
year = {2025}
}
备注
7 pages, EMNLP 2025 Demo track