INDIBATOR: Individualidad Diversa y Basada en Hechos para el Debate Multi-Agente en el Descubrimiento Molecular

INDIBATOR: Diverse and Fact-Grounded Individuality for Multi-Agent Debate in Molecular Discovery

February 2, 2026

Autores: Yunhui Jang, Seonghyun Park, Jaehyung Kim, Sungsoo Ahn

cs.AI

Resumen

Los sistemas multiagente han surgido como un paradigma poderoso para automatizar el descubrimiento científico. Para diferenciar el comportamiento de los agentes en el sistema multiagente, los marcos de trabajo actuales suelen asignar roles genéricos basados en personajes, como "revisor" o "escritor", o se basan en personajes de grano grueso definidos por palabras clave. Aunque funcional, este enfoque simplifica en exceso cómo operan los científicos humanos, cuyas contribuciones están moldeadas por sus trayectorias de investigación únicas. En respuesta, proponemos INDIBATOR, un marco de trabajo para el descubrimiento molecular que fundamenta a los agentes en perfiles científicos individualizados construidos a partir de dos modalidades: el historial de publicaciones para el conocimiento derivado de la literatura y el historial molecular para los antecedentes estructurales. Estos agentes participan en debates de múltiples turnos a través de fases de propuesta, crítica y votación. Nuestra evaluación demuestra que estos agentes fundamentados en una individualidad de grano fino superan consistentemente a los sistemas que dependen de personajes de grano grueso, logrando un rendimiento competitivo o de vanguardia. Estos resultados validan que capturar el "ADN científico" de los agentes individuales es esencial para un descubrimiento de alta calidad.

English

Multi-agent systems have emerged as a powerful paradigm for automating scientific discovery. To differentiate agent behavior in the multi-agent system, current frameworks typically assign generic role-based personas such as ''reviewer'' or ''writer'' or rely on coarse grained keyword-based personas. While functional, this approach oversimplifies how human scientists operate, whose contributions are shaped by their unique research trajectories. In response, we propose INDIBATOR, a framework for molecular discovery that grounds agents in individualized scientist profiles constructed from two modalities: publication history for literature-derived knowledge and molecular history for structural priors. These agents engage in multi-turn debate through proposal, critique, and voting phases. Our evaluation demonstrates that these fine-grained individuality-grounded agents consistently outperform systems relying on coarse-grained personas, achieving competitive or state-of-the-art performance. These results validate that capturing the ``scientific DNA'' of individual agents is essential for high-quality discovery.