CodeDistiller: Automatisierte Codebibliotheken für wissenschaftliche Agenten

Wissenschaftliche Entdeckungsagenten (ASD) können bislang nur begrenzt Code aus parametertreuen Modellen generieren. Das führt dazu, dass sie entweder nur wenige manuell erstellte Beispiele mutieren oder ausschließlich auf allgemeine Parametern zurückgreifen. Mit CodeDistiller wird dieses Problem gelöst: Das System extrahiert automatisch aus großen Sammlungen wissenschaftlicher GitHub-Repositories geprüfte, funktionsfähige Codebeispiele, die sofort in ASD-Agenten integriert werden können.

In einer umfangreichen Evaluation wurden 250 Materials‑Science‑Repos von automatischen Verfahren und Domänenexperten geprüft. Das beste Modell konnte für 74 % der Repositories funktionierende Beispiele liefern. Anschließend wurde ein ASD-Agent mit der CodeDistiller‑Bibliothek getestet und mit einem Agenten verglichen, der nur allgemeine Materials‑Science‑Codebeispiele nutzte.

Die Ergebnisse zeigen deutlich: Der mit CodeDistiller angereicherte Agent erstellt präzisere, vollständigere und wissenschaftlich fundiertere Experimente. Damit eröffnet CodeDistiller neue Möglichkeiten, die Leistungsfähigkeit von automatisierten wissenschaftlichen Agenten ohne manuellen Aufwand zu steigern.