论文

IdeaTrail:科学构思的全流程智能体轨迹

IdeaTrail: Full-Process Agent Trajectories for Scientific Ideation

模型训练合成数据

摘要

科学构思跨越多个阶段:文献检索、论文阅读、工具使用、论断核查、跨论文综合、头脑风暴、放弃弱方向、迭代写作。但既有资源大多捕捉孤立的组件或最终产物,而非连接它们的过程。我们提出IdeaTrail:一个含1,170条多轮轨迹的数据集,面向科学构思与提案生成。每条轨迹遵循从证据收集到想法选定或提案构建的研究过程,联合记录工具使用、获得的证据、中间工件与推理。IdeaTrail经生成器—顾问回路从人工挑选的研究论文与提案工件合成:生成器产出可见的动作、观察与工件编辑序列,顾问用完整生成上下文检查落地性、因果顺序、自然性与对隐藏目标的泄漏。这种“逆向到正向”的设计使轨迹与真实科学工件对齐,同时保留研究实践特有的不确定性、证据使用与阶段性收敛。IdeaTrail既提供可复用的过程监督,也提供构建科研智能体数据的通用配方。

IdeaTrail:科学构思的全流程智能体轨迹:论文配图
图 1:规范转发过程。顶行显示行为阶段。底行显示耐用的工件。训练目标是两行的耦合演化。