HypoEvolve: Genetic Algorithms Enable Multi-Agent LLMs to Discover Scientific Hypotheses

• 类型：arxiv
• 标识：2609.15938
• 链接：https://arxiv.org/abs/2609.15938
• 主分类：agent
• 形态：method
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work proposes a generational genetic algorithm to coordinate specialized large language model agents that integrate mechanistic arguments, reconsider assumptions, and assess evidence and testability that advances a vision of autonomous science in which AI research teams achieve a capacity for discovery beyond that of individual models.
• OpenAlex ID：W7213224631
• OpenAlex DOI：10.48550/arxiv.2609.15938
• DOI：10.48550/arxiv.2609.15938
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.15938
• OpenAlex更新：2026-09-18
• 待LLM分类：否
• 标题中文：HypoEvolve：遗传算法赋能多智能体 LLM 发现科学假设
• TLDR中文：本文提出一种代际遗传算法，用以协调专门的 LLM Agent，整合机制性论证、重新审视假设并评估证据与可检验性，推动了自主科学的愿景——AI 研究团队实现超越单个模型的发现能力。
• 来源文件：
• /inbox/tom/_candidates/2026-09-17-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]