PiFlow：法則に基づいた科学発見のためのマルチエージェント協働

arXiv:2505.15047v4 Announce Type: replace Abstract: 大規模言語モデル（LLM）に基づくマルチエージェントシステム（MAS）は、科学的発見において顕著な可能性を示しています。既存のアプローチでは、事前定義されたワークフローを用いて科学的発見が自動化されることはありますが、これらは合理的制約を欠いており、盲目的な仮説付けや仮説と証拠の一貫したリンクができないという問題があります。これにより、不確実性の系統的な減少が阻害されています。これらの限界を克服するには、探査に対して法則ベースのアプローチを根本的に採用する必要があります。PiFlow を導入します。PiFlow は、情報を理論的なフレームワークとしており、自動科学的発見を法則（例：科学法則）によって指導された構造化された不確実性削減問題として扱います。3 つの異なる科学領域にわたる広範な評価において、PiFlow が最先进の手法に対して (I) 発見効率を 31.18%〜41.73% 向上させ、解決品質を 12.47%〜31.72% 向上させ、(II) バニラエージェントと比較して解決到達時間を 5.6 倍削減しながら、トークン消費量を最大 27% 削減し、(III) 既存のエージェントアーキテクチャ上で汎化できるプラグ・アンド・プレイモジュールであることを実証しました。総合的に見ると、PiFlow は非常に効率的なエージェント的な科学発見において新たなパラダイム転換を確立し、より頑丈で加速された AI 駆動型研究の道を開いています。

arXiv:2505.15047v4 Announce Type: replace Abstract: Large Language Model (LLM)-based multi-agent systems (MAS) demonstrate remarkable potential for scientific discovery. Existing approaches, however, often automate scientific discovery using predefined workflows that lack rationality constraints. This often leads to aimless hypothesizing and a failure to consistently link hypotheses with evidence, thereby hindering the systematic reduction of uncertainty. Overcoming these limitations fundamentally requires a principled approach to exploration. We introduce PiFlow, an information-theoretical framework, treating automated scientific discovery as a structured uncertainty reduction problem guided by principles (e.g., scientific laws). Extensive evaluations across three distinct scientific domains demonstrate that PiFlow (I) improves discovery efficiency by 31.18%~41.73% and solution quality by 12.47%~31.72% against state-of-the-art methods, (II) delivers a 5.6x speedup in time-to-solution while reducing token consumption by up to 27% compared to vanilla agents, and (III) serves as a Plug-and-Play module that generalizes on existing agent architecture. Overall, PiFlow establishes a novel paradigm shift in highly efficient agentic scientific discovery, paving the way for more robust and accelerated AI-driven research.