HypoEvolve、遺伝的アルゴリズムでLLMエージェントの科学仮説を進化

科学的なアイデアは、ひとつのモデルが一度に完成させるものではない。複数の説明が競い合い、組み合わされ、弱点を指摘され、証拠に照らして修正されることで、検証に値する仮説へ近づいていく。HypoEvolveは、この過程を複数の大規模言語モデル（LLM）からなる研究チームに組み込もうとする枠組みだ。

協調そのものを検証可能にする

科学エージェントはすでに、文献や証拠の整理、仮説の作成、候補案への批判、修正版の生成などを担える。しかし、複数エージェントを組み合わせた結果が改善したとしても、その原因がモデルの科学的能力なのか、それとも協調方法なのかを切り分けるのは難しい。

HypoEvolveは、ここで協調ルールを明示する。エージェントの科学的役割を保ちながら、仮説をどのように生成し、組み合わせ、修正し、評価し、次世代へ残すかを定義する。単に複数のモデルに議論させるのではなく、協調を設計・変更・比較できる研究対象として扱う点が特徴だ。

仮説集団を世代ごとに更新

手法の中心には、世代型の遺伝的アルゴリズムがある。システムは複数の候補仮説を集団として保持し、専門化されたエージェントが次のような役割を分担する。

• 介入が作用する仕組みを機序の議論として組み立てる。
• 仮説の前提を見直し、根拠の薄い推論を探す。
• 利用可能な証拠が候補をどの程度支えるかを評価する。
• 仮説が明確で、実験によって検証可能かを判断する。
• 評価を踏まえて次世代を作り、残す候補を選ぶ。

ここで進化するのは数値パラメータではなく、生物学的な説明を含む自然言語の仮説である。世代更新のたびに科学的判断が記録されるため、批判、組み合わせ、修正、選抜といった協調方法が仮説の質や多様性にどう影響するかを比較しやすくなる。

がんのドラッグ・リポジショニングで評価

評価では、言葉としてもっともらしい主張ではなく、ある介入がなぜ効く可能性があるのかを説明する機序的仮説に焦点を置く。具体的な応用先は、既存薬を新たな生物学的標的や疾患機序と結びつける、がんのドラッグ・リポジショニングである。

モデル自身の自己評価に依存しすぎないよう、研究では外部の生物学的情報も利用する。DepMapとOpen Targetsは、実験、遺伝、臨床に関係する情報を基盤とする補完的な評価源として扱われる。これらとの整合は因果機序や治療効果の証明ではないが、AIが作った説明に標的レベルの生物学的な裏付けがあるかを検討する基準になる。

研究上の意義と限界

HypoEvolveの意義は、マルチエージェント協調を曖昧な概念のままにせず、実験可能な設計要素へ変えた点にある。エージェントの能力や役割を大きく変えずに協調ルールだけを比較すれば、集団的な推論が有効になる条件をより明確に調べられる。

一方、外部データとの一致は実験検証の代替ではない。この研究は、LLMが独力で科学的発見を完了することを示すものではなく、仮説を整理し、評価し、検証へつなげるための方法を提示するものだ。今後の焦点は、AI研究チームが新規性だけでなく、機序の明確さ、検証可能性、証拠との接続を備えた仮説を継続的に生み出せるかにある。

出典：Hugging Face Daily Papers