多角色辩论系统：自动化科学假设生成的新框架
本文提出多角色辩论系统（MPDS），结合文献检索、长上下文大语言模型推理、语料驱动角色归纳和结构化多智能体辩论，自动生成科学假设。在电池材料研究中，MPDS通过构建多达500篇文献的快照，进行三轮引文感知辩论，由主持人综合，生成机制明确且过程感知的提议。评估表明，MPDS在钠离子阳极和全固态电池阴极设计任务中恢复出与实验验证一致的设计逻辑，并在交叉视角整合方面表现优异，有望成为工作流瓶颈诊断工具。
现代科学发现的主要瓶颈并非数据匮乏，而是无法将碎片化的知识综合成可操作的假设。这一问题在电池材料研究中尤为突出，因为电化学性能、界面行为和制造可行性需要同时优化。为此，研究人员提出了多角色辩论系统（MPDS），这是一个基于文献的自动化科学假设生成框架，融合了文献检索、长上下文大语言模型推理、语料驱动的角色归纳以及结构化的多智能体辩论。
MPDS的核心创新在于构建文献快照（最多500篇论文），为每个智能体分配基于角色的证据池，并进行三轮引文感知的辩论，最后由主持人进行综合。这一机制允许不同角色之间进行协商，同时保持证据的可追溯性。评估采用时间控制协议，排除了对目标论文的直接访问，包括两个保留的电池材料案例研究和30个匹配案例的盲比。
在钠离子阳极和全固态电池阴极设计任务中，MPDS恢复的设计逻辑与实验验证的解空间一致，并生成了比简化基线更机制明确、过程感知的提议。为了评估角色和辩论的影响，研究引入了综合假设质量评分。消融研究显示，MPDS在五种条件下获得了最高的平均分，尤其在交叉视角整合方面优势明显。实验室后续工作表明，MPDS作为诊断辅助工具，能够有效识别工作流中的实际瓶颈。
这些结果表明，在文献快照基础上进行结构化辩论，能够改善耦合工程约束下的假设形成，并为文本密集型科学发现提供了可重用的工作流。MPDS的通用性使其有望推广至其他多约束优化领域，为AI驱动的科学研究开辟新路径。