Multi-Agent Systems Scientific Research Self-Evolution Workflow Optimization
摘要

当前自主科学研究系统受限于固定工作流与工具集,难以适应动态任务。本文提出 Mimosa,一种进化的多智能体框架,能自动合成特定任务的工作流并通过实验反馈迭代优化。该框架利用模型上下文协议动态发现工具,由元编排器生成拓扑,经代码生成智能体执行子任务,并基于大模型评判反馈驱动工作流 refinement。在 ScienceAgentBench 上表现优异,其模块化架构支持广泛科学任务自动化,旨在为社区驱动的自主科学研究提供开源基础。

AI 推荐理由

论文核心提出自我进化框架,通过反馈迭代优化多智能体工作流,属自我进化研究。

研究机构
Université Côte d'Azur, CNRS, I3N, Nice, France Institut de l'Artificial Intelligence (IAI) Côte d'Azur, Sophia-Antipolis, France
论文信息
作者 Martin Legrand, Tao Jiang, Matthieu Feraud, Benjamin Navet, Yousouf Taghzouti et al.
发布日期 2026-03-30
arXiv ID 2603.28986
相关性评分 9/10 (高度相关)