SciToolAgent-Evo：面向开放科学工具获取的本体感知自演化Agent

大语言模型（LLM）代理在科学研究中越来越被采用，用于组织和调用特定的计算工具。然而，它们依赖于预定义的工具空间和静态语义，这限制了它们在开放世界的科学研究工作流中的适用性，这些工作流中的工具需求、能力、边界动态变化。为此，我们提出SciToolAgent-Evo，这是一种面向开放世界的工具获取的本体自进化代理。由不断变化的技能、经验和本体化工具图驱动，它在积累过程中从对比轨迹中提炼出一般化知识，而在推理过程中，它主动提出请求，并利用基于LinUCB的多臂老虎机门控来动态平衡探索和利用。一旦获得一个新工具，其科学本体会在线完成，以无缝集成到已知图中。此外，我们引入了OpenSciToolBench，这是一个包含900个现实任务的基准，覆盖四个难度级别。广泛的评估表明，SciToolAgent-Evo达到了最先进的性能，验证了其鲁棒性和一般化能力。