AgentBuild Self-Evolution Scientific Workflow Meta-Optimizer Rietveld Refinement
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
作者 Woong Shin, Craig A. Bridges, Marshall T. McDonnell, Rafael Ferreira da Silva
发布日期 2026-06-11
arXiv ID 2606.12834
相关性评分 9/10 (高度相关)