Multi-Agent System Quality-Diversity Search Scientific Discovery Idea Evolution
摘要

大型语言模型虽已自动化科学发现过程,但现有系统往往独立优化创意的质量或多样性,导致概念趋同或琐碎。本文主张将研究构思视为质量与多样性的联合目标,并提出 IDEAgent 多智能体框架。该框架通过谱系管理思想进化,利用多目标反馈进行修复以提升质量,借助轻量级序列记忆及历史对比确保多样性。评估显示,IDEAgent 在产出指标上显著优于基线,证明了修复与细化对构建逻辑严谨且新颖创意的重要性。

AI 推荐理由

论文核心提出基于谱系的思想进化框架,通过自我修复与迭代优化实现质量多样性搜索。

研究机构
DeCLaRe Lab, Nanyang Technological University, Singapore
论文信息
作者 Varun Gumma, Navonil Majumder, Soumitra Sinhahajari, Soujanya Poria
发布日期 2026-07-24
arXiv ID 2607.22375
相关性评分 9/10 (高度相关)