INDIBATOR: Individualidade Diversa e Baseada em Factos para Debate Multi-Agente na Descoberta 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
Resumo
Os sistemas multiagente emergiram como um paradigma poderoso para automatizar a descoberta científica. Para diferenciar o comportamento dos agentes no sistema multiagente, as estruturas atuais normalmente atribuem personas genéricas baseadas em funções, como "revisor" ou "escritor", ou dependem de personas de granularidade grossa baseadas em palavras-chave. Embora funcional, esta abordagem simplifica excessivamente a forma como os cientistas humanos operam, cujas contribuições são moldadas pelas suas trajetórias de pesquisa únicas. Em resposta, propomos o INDIBATOR, uma estrutura para descoberta molecular que ancora os agentes em perfis de cientistas individualizados, construídos a partir de duas modalidades: histórico de publicações para conhecimento derivado da literatura e histórico molecular para priores estruturais. Estes agentes participam num debate multi-turno através de fases de proposta, crítica e votação. A nossa avaliação demonstra que estes agentes com individualidade de granularidade fina superam consistentemente os sistemas que dependem de personas de granularidade grossa, alcançando desempenho competitivo ou de ponta. Estes resultados validam que capturar o "ADN científico" de agentes individuais é essencial para uma descoberta de alta qualidade.
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.