ИИ-агент SciToolAgent-Evo научился самостоятельно осваивать новые научные инструменты

Международная группа исследователей представила SciToolAgent-Evo — ИИ-агента, способного самостоятельно осваивать новые научные инструменты в открытых рабочих процессах. Результаты опубликованы на платформе arXiv.

Современные большие языковые модели (LLM) всё чаще используют в науке для организации сложных вычислений и запуска специализированных программ. Однако большинство таких агентов ограничены заранее заданным набором инструментов со статичными параметрами. Это мешает их применению в открытых научных средах, где требования и возможности инструментов постоянно меняются.

SciToolAgent-Evo решает эту проблему за счет онтологически организованного графа инструментов и развивающейся памяти навыков и опыта. Накопленные знания из сравнительных траекторий позволяют агенту обобщать опыт, а во время выполнения задач он активно запрашивает нужные данные и использует механизм на основе алгоритма LinUCB для баланса между исследованием и применением известных решений.

Когда агент сталкивается с новым инструментом, он автоматически дополняет его научную онтологию, встраивая в общий граф. Это обеспечивает бесшовную интеграцию и дальнейшее использование в следующих задачах.

Для оценки разработки авторы создали новый бенчмарк OpenSciToolBench. В него вошло 900 реалистичных задач, разделенных на четыре уровня сложности. Тестирование показало, что SciToolAgent-Evo достигает самых высоких показателей по сравнению с существующими подходами.

Эксперименты подтвердили устойчивость агента при работе с разнородными научными сценариями и его способность к обобщению. Разработка может ускорить автоматизацию исследований, особенно в быстроразвивающихся областях, где новые инструменты появляются постоянно.

Авторы планируют расширять функциональность агента и адаптировать его для более широкого круга научных дисциплин.