異種（ヘテロジニアス）な科学分野基盤モデル連携

要旨: エージェント型の大規模言語モデル・システムは、強力な能力を示してきました。しかし、それらが「普遍的なインターフェース」として言語に依存していることは、本質的に多くの実世界の問題、特に自然言語の領域を超えた専門的タスクに対応するためにドメイン固有の基盤モデルが開発されている科学分野での適用可能性を根本的に制限しています。本研究では、言語中心のシステムをより広いクラスの科学系基盤モデルへ拡張することを目的とした、不均質なエージェント型フレームワークであるEywaを提案します。Eywaの中核となる考え方は、言語モデルに基づく推論インターフェースを、ドメイン固有の基盤モデルに付加することで、言語モデルが非言語的なデータモダリティ上の推論を導くことを可能にする点にあります。この設計により、通常は専門化されたデータやタスクに最適化されている予測型の基盤モデルが、エージェント型システム内でより高次の推論や意思決定プロセスに参加できるようになります。Eywaは、単一エージェントのパイプライン（EywaAgent）のドロップイン置換として利用できるほか、既存のマルチエージェント・システムに統合し、従来のエージェントを専門的なエージェント（EywaMAS）に置き換える形でも組み込めます。さらに、不均質なデータモダリティにまたがる複雑なタスクを解くために、プランナーが従来のエージェントとEywaエージェントを動的に調整する、計画ベースのオーケストレーション・フレームワーク（EywaOrchestra）についても検討します。物理・生命・社会科学にまたがる多様な科学分野を対象にEywaを評価しました。実験結果は、Eywaが構造化されたドメイン固有データを扱うタスクにおいて性能を向上させる一方で、専門的な基盤モデルとの効果的な協調により言語ベースの推論への依存を低減することを示しています。