EMBL AIライブラリアン：AIエージェント向け生命科学ナレッジレイヤー

要旨

ウェブは、人間よりもAIエージェントによってアクセスされることがますます増えている。あらゆるエージェントが知識を必要としており、特にライフサイエンス分野では、エージェント型パイプラインが急速に成長している。文献へのアクセスはそのニーズの重要な部分を占めており、4,000万件以上の索引付きレコードを有するEurope PMCのようなリソースが、それを満たすために広く利用されている。しかし、これらのリソースはAIエージェントのために構築されたわけではない。キーワードと複雑な構文を受け取り、論文全体を返すため、各エージェントはその構文を学び、複数回の検索を実行し、必要な証拠を見つけるために全文を読まなければならない。我々は、Europe PMCインターフェースをAIエージェント向けに拡張するナレッジレイヤーであるEMBL AI Librarianを紹介する。エージェントは自然言語で質問し、それに答える証拠を受け取る。単一のLLMが知識検索プロセス全体を調整する。つまり、稼働中のEurope PMC検索エンジンで実行される補完的なサブクエリを計画し、選択した論文を読んで関連する証拠を特定する。我々はLibrarianを、文献統合、主張検証、オープンドメイン質問応答、およびプロトコル質問や配列操作などの下流の生物学タスクという4つのベンチマークで評価する。ScholarQABenchでは、Librarianは最近発表された強力なベースラインに対してCitation F1を16ポイント以上改善する。既存の主張検証パイプラインの検索レイヤーとして使用すると、専門家のコンセンサスとの一致が高まり、自由形式のLitQA2ベンチマークでは、GPT-5.4エージェントはウェブ検索を利用した場合よりもLibrarianを根拠として用いる場合に約8ポイント高いスコアを達成する。全体として、我々の結果は、ライフサイエンスエージェントにLibrarianナレッジレイヤーを装備することで、さまざまなタスクにわたって性能が向上することを示している。コードはhttps://github.com/petroni-lab/librarianで公開している。

English

The web is increasingly accessed by AI agents rather than humans. Every agent needs knowledge, especially in the life-sciences, where agentic pipelines are growing fast. Access to the literature is a crucial part of that need, and resources such as Europe PMC, with over 40M indexed records, are widely used to meet it. Yet these resources were not built for AI agents: they take keywords and complex syntax and return whole papers, so every agent must learn the syntax, issue several searches, and read full papers to find the evidence it needs. We introduce EMBL AI Librarian, a knowledge layer that upgrades the Europe PMC interface for AI agents: an agent asks in natural language and receives evidence that answers it. A single LLM orchestrates the whole knowledge retrieval process: it plans complementary subqueries executed by the live Europe PMC search engine, then reads the selected papers and locates the relevant evidence. We evaluate Librarian across four benchmarks: literature synthesis, claim verification, open-domain question answering, and downstream biology tasks such as protocol questions and sequence manipulation. On ScholarQABench, Librarian improves Citation F1 by more than 16 points over strong recently published baselines. Used as the retrieval layer of an existing claim-verification pipeline, it increases agreement with expert consensus; and on the open-form LitQA2 benchmark, a GPT-5.4 agent scores about 8 points higher when grounded in Librarian than with web search. Overall, our results show that equipping life-science agents with the Librarian knowledge layer improves performance across a range of tasks. We release our code publicly at https://github.com/petroni-lab/librarian