迈向可本地部署的智能体科学家：面向早期药物发现的小模型规划

早期计算药物发现需要在多步骤工作流中协调异构科学工具。我们提出了一个轻量级工具增强框架，其中可本地部署的紧凑型语言模型负责规划对 18 个模块化工具的调用。Unified Molecular Schema 维护共享的分子记录，而插件接口支持工具替换与扩展。我们通过工作流图路径覆盖构建了 1,263 对人工精修的查询—计划数据，并对三个紧凑型模型系列应用 LoRA 微调。在查询级划分下，所有微调模型都能针对 47 个留出的跨组查询生成完全可解析且符合模式的计划。Llama 3.2-3B 的工具选择 F1 达到 0.998，序列完全匹配率达到 0.979，参数 F1 达到 0.960。在更严格的按工作流分组划分下，不同划分之间不存在完全相同的有序工具序列，序列完全匹配率达到 0.452 至 0.548，这凸显出紧凑型模型在生成训练期间未见过的完整工作流路径方面仍面临困难。这些结果证明了紧凑型、可本地部署的规划方案具有可行性，同时也表明组合泛化是未来进一步改进的重要方向。