Verso un co-scienziato agentico utilizzabile in locale: pianificazione con modelli di piccole dimensioni per le prime fasi della scoperta di farmaci

Abstract degli autori

Nelle prime fasi della scoperta computazionale di farmaci è necessario coordinare strumenti scientifici eterogenei in workflow articolati in più passaggi. Presentiamo un framework leggero che integra strumenti, nel quale un modello linguistico compatto utilizzabile in locale pianifica le chiamate a 18 strumenti modulari. Unified Molecular Schema mantiene registrazioni molecolari condivise, mentre un’interfaccia plug-in consente di sostituire e aggiungere strumenti. Costruiamo 1.263 coppie query-piano perfezionate manualmente attraverso la copertura dei percorsi nel grafo dei workflow e applichiamo il fine-tuning LoRA a tre famiglie di modelli compatti. Con una suddivisione per query, tutti i modelli sottoposti a fine-tuning generano piani interamente analizzabili da un parser e conformi allo schema per 47 query trasversali ai gruppi escluse dall’addestramento. Llama 3.2-3B ottiene un F1 di 0,998 nella selezione degli strumenti, una corrispondenza esatta della sequenza di 0,979 e un F1 degli argomenti di 0,960. Con la più rigorosa suddivisione per gruppi di workflow, che esclude la presenza di sequenze ordinate di strumenti identiche in partizioni diverse, la corrispondenza esatta della sequenza va da 0,452 a 0,548: ciò evidenzia la difficoltà che i modelli compatti incontrano ancora nel generare percorsi di workflow completi mai visti durante l’addestramento. Questi risultati dimostrano la fattibilità della pianificazione con modelli compatti utilizzabili in locale e indicano nella generalizzazione composizionale un’importante direzione per ulteriori miglioramenti.