arXiv cs.AI· Genoria AI Team, Yuejie Hou, Yueyuxiao Yang, Weiting Tang, Meng Yang·· 1 天前AI 评分38
Operon-S1：面向长程生物医学智能体的快速决策控制器
Operon-S1: a fast decision controller for long-horizon biomedical agents
AI 导读
Operon-S1 是一个将"判断"与"执行"分离的快速决策系统，在 13 个决策点以封闭问题形式接管智能体的重复性判断，本地决策模型在 CPU 上以中位 0.6 秒完成环内请求且无请求成本。
正文 · AI 翻译
摘要：语言模型智能体现已在生物学领域开展长期科研工作，但它们关于惯例、技能、错误、证据和停止的判断，都发生在执行工作的推理过程内部，因而无法被单独测量、替换或改进。在此我们提出 Operon-S1，一个快速决策系统，即智能体的“系统 1”，它将判断与执行分离。决策框架在 13 个决策点将智能体反复出现的判断表述为封闭式问题，并且只通过从不包含答案的固定消息来行动，因此任何能回答这些问题的模型都可以充当判断者。在七个生命科学基准测试中，一个本地决策模型在 CPU 上以中位数 0.6 秒接管了这些判断，用于循环内请求且无请求成本，在六个基准中的五个上智能体得分没有可测量的变化；而驱动智能体的通用语言模型在回答同样问题时，占用了 8.0% 至 35.2% 的任务成本。每个决策都连同其后果被记录下来。基于来自任务构建、验证器或执行的标签进行再训练，在三个训练版本中的每一个上都提升了每个问题的决策准确率，并且新版本只能通过晋升门控进入服务。本研究中的任务级结果使用公开检查点。相同的封闭式决策还服务于湿实验室方案故障排查和生殖系靶向富集 panel 的设计。如同操纵子的调控子在不制造其产物的情况下开启和关闭基因，Operon-S1 在不执行智能体工作的情况下引导它，并使智能体的判断成为一个可测量、可替换和可训练的分层。
| 评论： | 40 页，5 幅图，3 张表，5 幅扩展数据图，6 张扩展数据表 |
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.41350 [cs.AI] |
| （或 arXiv:2610.41350v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41350 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：YueJie Hou [查看电子邮件]
[v1]
2026 年 10 月 30 日星期五 07:07:09 UTC（7,826 KB）
来源：arXiv cs.AI · arxiv.org