SciToolAgent-Evo는 개방형 과학 연구 환경에서 도구 요구·능력·경계가 동적으로 변하는 상황에 대응하기 위한 온톨로지 인식 자가진화형 에이전트다. 기술·경험을 축적하는 진화형 메모리와 온톨로지화된 도구 그래프에 기반해, 축적 단계에서는 대조적 궤적으로부터 일반화 가능한 지식을 추출하고, 추론 단계에서는 능동적으로 요청을 구성하고 LinUCB 기반 밴딧 게이트로 탐색과 활용의 균형을 동적으로 조절한다. 새로운 도구를 습득하면 그 과학적 온톨로지를 온라인으로 완성해 기존 도구 그래프에 매끄럽게 통합한다. 연구진은 4단계 난이도의 현실적 과업 900개로 구성된 벤치마크 OpenSciToolBench를 함께 도입했으며, 광범위한 평가에서 SciToolAgent-Evo가 최고 수준의 성능을 달성해 견고성과 일반화 능력을 입증했다.
- •개방형 과학 도구 획득을 위한 온톨로지 인식 자가진화형 에이전트 SciToolAgent-Evo를 제안했다.
- •진화형 메모리와 온톨로지화된 도구 그래프로 지식을 축적하고 LinUCB 밴딧으로 탐색-활용을 조절한다.
- •새 도구 습득 시 과학적 온톨로지를 온라인으로 완성해 기존 그래프에 통합한다.
- •4단계 난이도 900개 과업의 벤치마크 OpenSciToolBench를 함께 도입해 최고 성능을 입증했다.
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
SciToolAgent-Evo: An Ontology-Aware Self-Evolving Agent for Open-World Scientific Tool Acquisition
본문 미리보기
arXiv:2607.28692v1 Announce Type: new Abstract: Large language model (LLM) agents have been increasingly adopted in scientific research for organizing and invoking specialized computational tools. However, their reliance on predefined tool spaces with static semantics limits their applicability to open-world scientific workflows, where tool requirements, capabilities, and boundaries evolve dynamically. To this end, we propose SciToolAgent-Evo, an ontology-aware self-evolving agent for open-worl
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:10AI 초안
