生成新颖且富有创意的科学假设，是实现通用人工智能的核心基石。大型语言与推理模型有望助力系统化地创建、筛选和验证基于科学依据的假设。然而，当前的基础模型往往难以产出既新颖又可行的科学构想。其中一个原因，便是缺乏专门的数据集，无法将科学假设生成（SHG）任务视作自然语言生成（NLG）任务来处理。为此，本文首次提出了HypoGen数据集——该数据集包含约5500组结构化的问题-假设配对，均摘自顶级计算机

对话摘要缓存储存，使用 LLM 对到目前为止历史对话自动总结摘要，并将其保存下来。LangChian tool 函数装饰器可以应用用于任何函数，将函数转化为LangChain 工具，使其成为代理可调用的工具。我们需要给函数加上非常详细的文档字符串, 使得代理知道在什么情况下、如何使用该函数/工具。reasoning = False # 设置 content 不输出 think 块# 嵌入模型（新增

准备选取电子病历诊疗大模型。大模型需要调用两个api，目前的工作是看能不能将api换成本地侧部署。