INDIBATEUR : Individualité Diversifiée et Fondée sur des Faits pour le Débat Multi-Agents dans la Découverte Moléculaire
INDIBATOR: Diverse and Fact-Grounded Individuality for Multi-Agent Debate in Molecular Discovery
February 2, 2026
Auteurs: Yunhui Jang, Seonghyun Park, Jaehyung Kim, Sungsoo Ahn
cs.AI
Résumé
Les systèmes multi-agents sont apparus comme un paradigme puissant pour automatiser la découverte scientifique. Pour différencier le comportement des agents dans un système multi-agent, les cadres actuels attribuent généralement des rôles génériques tels que « réviseur » ou « rédacteur », ou s'appuient sur des profils basés sur des mots-clés à granularité grossière. Bien que fonctionnelle, cette approche simplifie excessivement le fonctionnement des scientifiques humains, dont les contributions sont façonnées par leurs trajectoires de recherche uniques. En réponse, nous proposons INDIBATOR, un cadre pour la découverte moléculaire qui ancre les agents dans des profils scientifiques individualisés construits à partir de deux modalités : l'historique des publications pour les connaissances issues de la littérature et l'historique moléculaire pour les préconceptions structurelles. Ces agents participent à des débats en plusieurs tours à travers des phases de proposition, de critique et de vote. Notre évaluation démontre que ces agents fondés sur une individualité à granularité fine surpassent constamment les systèmes reposant sur des profils à granularité grossière, atteignant des performances compétitives ou de pointe. Ces résultats valident que la capture de « l'ADN scientifique » des agents individuels est essentielle pour une découverte de haute qualité.
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.