MAIL：面向化学假设生成的记忆驱动、自适应、增量式文献支撑框架

摘要

化学文献数量的不断增加为产生新颖且有影响力的假设提供了前所未有的机会。然而，瓶颈在于如何有效地驾驭这个庞大的知识库，以形成高质量的、具有实验意义的见解。虽然大语言模型 (LLM) 有望完成这项任务，但现有方法通常依赖于静态启发语料库、预定义启发式或费力的人机循环管道和决策支持框架，这些都限制了可扩展性和新颖性。在这项工作中，我们提出了一种自动化方法，即一种用于化学假设生成的记忆增强、自适应、增量和基于文献的 (MAIL) 框架。我们的 MAIL 方法将假设生成表述为一个基于时间的、记忆驱动的推理过程，其中假设是从不断积累和重新解释先验知识的不断演变的概念路径中产生的。我们在公共 TOMATO-Chem 数据集和新策划和传播的高新颖性自然/科学挑战 (HN-NS) 数据集上评估了 MAIL 框架。在这两个数据集中，MAIL 生成了结构连贯且机械上合理的假设，通过更有效地恢复历史目标假设的中心思想和方法论要素，实现了最高的 MIOS 和 MPOS，并获得了最高的科学质量总体专家评估分数。这些结果证明了LLM自主探索化学领域并产生创新且化学上合理的假设的潜力。

MAIL：面向化学假设生成的记忆驱动、自适应、增量式文献支撑框架：论文配图 — 图1:拟议自主假设生成方法高级别概览。在圆 t 时,研究背景和检索的文献被用于产生目前的假设 htht}。大语言模型然后评估这一假设,并产生内部反馈ftft}。在下一轮中,当前假设、大语言模型生成的反馈以及新检索的文献I(t+1)I(t+1)]被共同用于生成精细的假设 ht+1h@t+1}。这一迭接过程在选择最后假设之前没有人类反馈。