CASCADE: 通过自主开发与进化实现累积性智能体技能创造

arXiv 2025 62.7 method

TLDR

CASCADE使LLM智能体能够自主获取和进化技能以完成复杂科学任务，在材料科学基准上达到93.3%的成功率。

评分理由

The paper presents a novel framework for skill acquisition and evolution in LLM agents, with strong empirical results on a domain-specific benchmark and real-world demonstrations. However, the abstract lacks details on limitations, such as generalizability beyond materials science and chemistry, and the reliance on GPT-5 may raise concerns about reproducibility.

Read-first 评分解释

综合优先阅读分 62.7，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 82。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：分析、基准、实验

主题相关性 42%

68.3

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：72。

关键词评分

automated scientific discovery

autonomous research agent

AI for scientific research

scientific discovery agent

AI scientist

automated research

research automation

automated experimentation

experiment design agent

paper writing agent

literature review agent

survey generation

深度分析

创新点

自我进化的智能体框架，从“LLM+工具使用”过渡到“LLM+技能获取”
两种元技能：持续学习（网页搜索、代码提取、记忆利用）和自我反思（内省、知识图谱探索）
跨智能体和科学家的可执行技能的累积创建与共享

方法

CASCADE框架结合持续学习和自我反思元技能，在SciSkillBench（116个材料科学和化学任务）上使用GPT-5进行评估，比较有无进化机制的成功率，并在实际计算分析、自主实验室实验和论文复现中展示应用。

关键结果

CASCADE在SciSkillBench上使用GPT-5达到93.3%的成功率，而无进化机制仅为35.4%，并在实际科学任务中展示了适用性。

技术栈

GPT-5SciSkillBenchWeb SearchCode ExtractionKnowledge GraphMemory Utilization

资源

论文