STELLA: Self-Evolving LLM Agent for Biomedical Research

文章主要内容和创新点

主要内容

本文介绍了一款名为STELLA的自进化大语言模型（LLM）代理，专为生物医学研究设计。其核心目标是解决当前AI代理在生物医学领域的关键局限——依赖静态、人工 curated 的工具集，无法跟上该领域快速进化的节奏。

STELLA采用多代理架构，包含Manager（协调推理计划）、Developer（执行代码与分析）、Critic（评估中间结果并提供反馈）和Tool Creation Agent（发现并整合新工具）四个核心代理，通过协同工作处理复杂生物医学任务。其核心优势在于两个自进化机制：

1. 动态模板库（Template Library）：不断更新成功的推理策略，实现问题解决方法的泛化与优化；
2. 动态工具海洋（Tool Ocean）：通过Tool Creation Agent自动发现、测试和整合新工具，持续扩展自身能力。

实验结果显示，STELLA在多个生物医学基准测试中表现优异（如在Humanity’s Last Exam: Biomedicine上准确率约26%，LAB-Bench: DBQA约54%，LAB-Bench: LitQA约63%），且性能随经验积累显著提升（如Humanity’s Last Exam的准确率随试验增加几乎翻倍），为加速生物医学发现提供了新工具。

创新点

1. 自进化机制：突破静态工具集限制，通过动态模板库和工具海洋实现从经验中学习，持续优化