Resumen: Los modelos de lenguajes grandes (LLM) se utilizan cada vez más para automatizar los flujos de trabajo científicos, pero su integración con herramientas computacionales heterogéneas sigue siendo ad hoc y frágil. Los enfoques agentes actuales a menudo se basan en texto no estructurado para gestionar el contexto y coordinar la ejecución, generando a menudo volúmenes abrumadores de información que pueden oscurecer la procedencia de las decisiones y dificultar la auditabilidad. En este trabajo, presentamos El Agente Gráfico, un marco de trabajo de agente único que incorpora la toma de decisiones basada en LLM dentro de un entorno de ejecución con seguridad de tipos y gráficos de conocimiento dinámicos para la persistencia externa. Lo central de nuestro enfoque es una abstracción estructurada de conceptos científicos y un mapeador de gráficos de objetos que representa el estado computacional como objetos Python escritos, almacenados en la memoria o persistidos en un gráfico de conocimiento externo. Este diseño permite la gestión del contexto a través de identificadores simbólicos escritos en lugar de texto sin formato, lo que garantiza la coherencia, respalda el seguimiento de procedencia y permite una orquestación eficiente de herramientas. Evaluamos el sistema mediante el desarrollo de un marco de evaluación comparativa automatizado a través de un conjunto de tareas de química cuántica de nivel universitario previamente evaluadas en un sistema de múltiples agentes, lo que demuestra que un solo agente, cuando se combina con un motor de ejecución confiable, puede realizar de manera sólida cálculos complejos, de múltiples pasos y paralelos. Ampliamos aún más este paradigma a otras dos grandes clases de aplicaciones: generación de conjuntos de conformadores y diseño de marcos metal-orgánicos, donde los gráficos de conocimiento sirven como sustratos de memoria y razonamiento. En conjunto, estos resultados ilustran cómo la abstracción y la seguridad de tipos pueden proporcionar una base escalable para la automatización científica agente más allá de los diseños centrados en indicaciones.
Publicado originalmente en export.arxiv.org el 22 de febrero de 2026.
Ver fuente original
