利用可学习编辑与提交机制进化思想图以实现多智能体科学构思

大语言模型赋能的多智能体系统虽能加速科学发现，但现有方法依赖临时文本协调，难以定位构思弱点及优化过程。为此，本文提出“进化思想图”（EIG），一种基于图的多智能体科学构思框架。EIG 将未完成的提案表示为动态演化的图结构，节点捕捉科学主张，边编码支持或冲突关系，使弱点在整个演化过程中清晰可见。系统采用双头控制器指导构思：一头选择图编辑操作供智能体执行，另一头决定何时提交最终方案。实验表明，EIG 在多项基准测试及专家评估中均优于现有系统，显式图状态与可学习控制机制是性能提升的关键。