TopoAgent: 다중 모드 과학적 추론을 위한 자체 진화형 토폴로지 에이전트

TopoAgent: A Self-Evolving Topological Agent for Multimodal Scientific Reasoning

다중 모드 대규모 언어 모델(MLLM)은 일반적인 작업에서 뛰어난 성능을 보이지만, 통합적이고 선형적인 계획 방식의 한계로 인해 엄격한 과학적 추론은 여전히 어려운 과제입니다. 이러한 순차적인 설계는 종종 시각-의미 불일치, 긴 컨텍스트에서의 환각 현상 및 고정된 작업 세분성 하에서의 취약성을 초래합니다. 본 연구에서는 TopoAgent를 제안합니다. TopoAgent는 선형 경로를 동적이고 상태 격리된 그래프 진화로 대체하는 자체 진화형 토폴로지 프레임워크입니다. TopoAgent는 먼저 전방위 분해기를 사용하여 복잡한 쿼리를 시각적으로 기반한 기본 요소(atoms)로 분할합니다. 이러한 기본 요소들은 의존성을 기반으로 방향성 비순환 그래프(DAG)로 구성되며, 이를 통해 추론 엔진이 관련 없는 과거 정보로부터 보호될 수 있도록 엄격한 컨텍스트 격리가 가능합니다. 또한, 도구 사용 능력의 한계를 초과하는 경우 런타임에 병목 현상을 보이는 노드를 더 세분화된 하위 기본 요소로 동적으로 분할하는 적응형 원자 분열(adaptive atomic fission)을 도입했습니다. 수학, 물리학 및 화학 분야의 다양한 벤치마크 실험 결과, TopoAgent는 최첨단 선형 에이전트 프레임워크보다 훨씬 뛰어난 성능을 보이며, 자율적인 과학적 추론을 위한 견고하고 노이즈에 강하며 자체 수정 기능을 갖춘 패러다임을 제공합니다.

While Multimodal Large Language Models (MLLMs) excel in general tasks, rigorous scientific reasoning remains challenging due to the limitations of monolithic, linear planning. Such sequential designs often suffer from visual-semantic misalignment, long-context hallucinations, and brittle execution under fixed task granularity. We propose TopoAgent, a self-evolving topological framework that replaces linear trajectories with dynamic, state-isolated graph evolution. TopoAgent first employs a front-end decomposer to fracture complex queries into visually-grounded atoms. These atoms are organized into a Directed Acyclic Graph (DAG) based on their dependencies, enabling strict context isolation to shield the reasoning engine from irrelevant historical noise. Furthermore, we introduce adaptive atomic fission, which dynamically splits bottleneck nodes into finer-grained sub-atoms at runtime when tool capability boundaries are exceeded. Extensive experiments across mathematics, physics, and chemistry benchmarks demonstrate that TopoAgent significantly outperforms state-of-the-art linear agent frameworks, providing a robust, noise-resistant, and self-correcting paradigm for autonomous scientific reasoning.