EMBL AI Librarian：面向AI代理的生命科学知识层

# EMBL AI Librarian:面向AI代理的生命科学知识层

来源: https://arxiv.org/abs/2607.28229

作者:Luigi Sigillo (https://arxiv.org/search/cs?searchtype=author&query=Sigillo,+L),Matteo Silvestri (https://arxiv.org/search/cs?searchtype=author&query=Silvestri,+M),Francesco Tabaro (https://arxiv.org/search/cs?searchtype=author&query=Tabaro,+F),Rajat Bhatnagar (https://arxiv.org/search/cs?searchtype=author&query=Bhatnagar,+R),Syed Irtaza Mubashar (https://arxiv.org/search/cs?searchtype=author&query=Mubashar,+S+I),Matt Jeffryes (https://arxiv.org/search/cs?searchtype=author&query=Jeffryes,+M),Daljit Nijjer (https://arxiv.org/search/cs?searchtype=author&query=Nijjer,+D),Vittorio Perera (https://arxiv.org/search/cs?searchtype=author&query=Perera,+V),Ola Spjuth (https://arxiv.org/search/cs?searchtype=author&query=Spjuth,+O),Julio Saez-Rodriguez (https://arxiv.org/search/cs?searchtype=author&query=Saez-Rodriguez,+J),Melissa Harrison (https://arxiv.org/search/cs?searchtype=author&query=Harrison,+M),Fabio Petroni (https://arxiv.org/search/cs?searchtype=author&query=Petroni,+F)

查看 PDF (https://arxiv.org/pdf/2607.28229)

> 摘要:互联网正越来越多地由AI代理而非人类访问。每个代理都需要知识，尤其是在生命科学领域，基于代理的流水线正在快速增长。对文献的获取是这一需求的关键组成部分，拥有超过4000万条索引记录的Europe PMC等资源被广泛用于满足这一需求。然而，这些资源并非为AI代理而建：它们接受关键词和复杂语法，返回整篇论文，因此每个代理都必须学习其语法，多次搜索，并阅读全文才能找到所需的证据。我们推出了EMBL AI Librarian，这是一个知识层，为AI代理升级了Europe PMC的接口：代理以自然语言提问，即可收到回答问题的证据。单一的LLM编排整个知识检索过程：它规划由实时Europe PMC搜索引擎执行的互补子查询，然后阅读选定的论文并定位相关证据。我们在四个基准测试上评估了Librarian：文献综合、声明验证、开放域问答，以及诸如实验方案问题和序列操作等下游生物学任务。在ScholarQABench上，与近期发表的强基线相比，Librarian将Citation F1提高了超过$16$分。当用作现有声明验证流水线的检索层时，它提高了与专家共识的一致性；在开放式LitQA2基准上，GPT-5.4代理在以Librarian为知识源时，得分比使用网页搜索高约$8$分。总体而言，我们的结果表明，为生命科学代理配备Librarian知识层可提升其在多种任务上的表现。我们在此https URL公开了代码 (https://github.com/petroni-lab/librarian)

## 提交历史

来自: Luigi Sigillo \[查看电子邮件 (https://arxiv.org/show-email/b477de96/2607.28229)\] **\[v1\]** 2026年7月30日星期四 14:00:27 UTC \(817 KB\)