异构科学基础模型协作

智能体化大语言模型系统已展现出强大能力。然而，它们对语言作为通用接口的依赖，从根本上限制了其面向许多现实问题的适用性，尤其是在科学领域——这些领域已开发出特定领域基础模型来处理自然语言之外的专业任务。在本工作中，我们提出Eywa，一个旨在将语言中心系统扩展到更广泛科学基础模型的异构智能体框架。Eywa的核心思想是为特定领域基础模型配备基于语言模型的推理接口，使语言模型能够引导对非语言数据模态的推断。这一设计让通常针对专用数据和任务优化的预测型基础模型，能够参与智能体系统中更高层级的推理与决策过程。Eywa可以作为单智能体流水线的即插即用替代（EywaAgent），或通过用专业智能体替换传统智能体集成到现有多智能体系统中（EywaMAS）。我们进一步研究了基于规划的编排框架：由规划器动态协调传统智能体与Eywa智能体，以解决跨异构数据模态的复杂任务（EywaOrchestra）。我们在跨越物理、生命与社会科学的多样化科学领域中评估Eywa。实验结果表明，Eywa提升了涉及结构化与领域特定数据任务的性能，同时通过与专业基础模型的有效协作，降低了对基于语言的推理的依赖。