摘要
随着科学工作流从确定性执行转向基于大语言模型的智能体,现有开发实践往往掩盖了科学家的判断力。本文提出将智能体构建视为工作流的一个阶段,并引入 AgentBuild 框架。该框架依据科学家编写的“契约”(包含版本控制评分标准、分级课程及外部知识库)来构建科学智能体。通过评分标准驱动的评判机制,控制元优化器编码智能体在限定边界内编辑目标智能体,从而编译出智能体而非固化科学家判断。我们在 X 射线衍射数据的 Rietveld 精修任务中实例化了该方法,展示了其如何通过信噪比阶梯逐步进阶,并揭示了工作流范围的局限性。
AI 推荐理由
论文提出 AgentBuild 框架,通过元优化器自动编辑和构建智能体,核心在于智能体的自我进化与自适应构建机制。
研究机构
Oak Ridge National Laboratory, Oak Ridge, TN, USA
论文信息