ИНДИБАТОР: Разнообразие и фактическая обоснованность индивидуальности для многопользовательских дебатов в молекулярных открытиях
INDIBATOR: Diverse and Fact-Grounded Individuality for Multi-Agent Debate in Molecular Discovery
February 2, 2026
Авторы: Yunhui Jang, Seonghyun Park, Jaehyung Kim, Sungsoo Ahn
cs.AI
Аннотация
Мульти-агентные системы стали мощной парадигмой для автоматизации научных открытий. Для дифференциации поведения агентов в таких системах современные фреймворки обычно назначают обобщенные ролевые персонажи, такие как «рецензент» или «автор», или полагаются на грубые ключевые слова для определения персонажей. Хотя такой подход функционален, он чрезмерно упрощает то, как действуют ученые-люди, чей вклад формируется их уникальными исследовательскими траекториями. В ответ на это мы предлагаем INDIBATOR — фреймворк для молекулярных открытий, который основывает агентов на индивидуализированных профилях ученых, построенных из двух модальностей: истории публикаций для получения знаний из литературы и истории молекул для структурных априорных представлений. Эти агенты участвуют в многоходовой дискуссии через фазы предложения, критики и голосования. Наша оценка демонстрирует, что эти агенты, основанные на тонкой индивидуализации, последовательно превосходят системы, полагающиеся на грубые персонажи, достигая конкурентоспособных или передовых результатов. Эти результаты подтверждают, что захват «научной ДНК» отдельных агентов необходим для высококачественных открытий.
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.