SSE-Bio：一种结构化的自我进化代理，具有用于多跳生物医学推理的代理检索策略

生物医学多跳问答 (QA) 需要模型来连接疾病、药物、蛋白质和表型等中间实体的证据。现有的代理通常依赖于静态检索工作流程或粗粒度的提示重写，这可能会在需要更新推理程序时导致指令漂移。我们提出了 SSE-Bio，这是一种结构化的自我进化代理，具有用于多跳生物医学推理的代理检索策略。 SSE-Bio 不是全局重写代理指令，而是保持结构化状态，通过可训练的代理策略选择性地检索知识三元组和先验模板，并通过细粒度的模板编辑来提高其推理记忆。为了优化检索决策，我们引入了一种基于组相对策略优化的代理训练策略，其中通过与替代检索选择进行决策对比的组来改进代理。对三个生物医学多跳 QA 基准的实验表明，SSE-Bio 始终优于现有基线，比 BioHopR 上最强的自我进化基线提高了 6.56 个绝对点。