通过组合创新与多智能体迭代搜索策略增强研究创意生成

科学进步依赖于持续产生创新的研究创意，但文献激增增加了知识筛选成本。现有大模型方法生成的创意往往重复且缺乏深度。为此，本研究受组合创新理论启发，提出一种多智能体迭代规划搜索策略。该框架结合迭代知识搜索与多智能体系统，通过反复交互生成、评估并优化研究创意，旨在提升创意的多样性与新颖性。自然语言处理领域的实验表明，该方法在多样性和新颖性上均优于最先进基线，生成创意质量介于顶级会议录用与拒稿论文之间。