站内快照 · 国内可打开。外网原文可能无法访问。
- 资讯公开站rss_arxiv_cs_ai
BioDyad：同步生物医学发现与机器学习工程
BioDyad: Synchronize Biomedical Discovery and Machine Learning Engineering
arXiv:2609.31939v1 公告类型：新 摘要：智能体生物医学机器学习（ML）依托生物医学证据获取与可执行程序搜索两方面的互补进展。现有系统连接了这些能力的部分方面，但在整个程序搜索过程中协调它们仍具挑战性。新证据必须指导候选构建，执行结果必须为后续发现与复用提供信息，验证需求必须契合搜索预算。我们提出 BioDyad，通过蒙特卡洛图搜索中的两个层级将生物医学发现与 ML 工程耦合。其科学层级将先验生物医学指导与迭代发现相结合，然后在记忆中把生物医学计划与执行结果关联，以便跨候选复用。其工程层级将候选程序从冒烟执行推进到训练/验证评估，再到全数据重训练。我们在 76 项任务的 BioXArena 基准上，以每任务两小时预算和三个匹配的 LLM 后端评估 BioDyad。在每个后端下，它在四种智能体方法和一个单次基线中取得了最高的惩罚后全任务得分和任务成功率。这些结果支持