FlowPIE：基于流引导文献探索的测试时科学想法演化

科学想法生成（Scientific Idea Generation, SIG）对 AI 驱动的自主研究至关重要，但现有方法常受限于静态的先检索后生成范式，导致想法同质化、发散性不足。在本工作中，我们提出 FlowPIE，一个将文献探索与想法生成视为共同演化过程的检索-生成紧耦合框架。FlowPIE 通过受 GFlowNets 启发的流引导蒙特卡洛树搜索（Monte Carlo Tree Search, MCTS）扩展文献轨迹，利用基于 LLM 的生成式奖励模型（Generative Reward Model, GRM）评估的当前想法质量作为监督信号，引导自适应检索并构建多样且高质量的初始种群。在该种群基础上，FlowPIE 将想法生成建模为测试时的想法演化过程，在隔离岛（isolation island）范式和基于 GRM 的适应度计算下施加选择、交叉与变异，以融入跨领域知识。它有效缓解了过度依赖参数化知识与静态文献所造成的信息茧房。大量评估表明，与强大的基于 LLM 和基于智能体的框架相比，FlowPIE 持续生成新颖性、可行性与多样性更高的想法，同时支持测试时的奖励扩展（reward scaling）。