BioProAgent: Neuro-Symbolic Grounding for Constrained Scientific Planning

En 3 lignesBioProAgent combine LLMs et machines à états finis pour planifier des expériences biologiques en laboratoire. Le système applique un workflow Design-Verify-Rectify et réduit la consommation de tokens de 6× via abstraction symbolique. Sur BioProBench, il atteint 95.6% de conformité physique vs 21.0% pour ReAct.

Résumé généré par Claude — vérifié par l'humain