學(xué)術(shù)研究工作流正在經(jīng)歷前所未有的變革，AI的快速發(fā)展是這一變革的核心驅(qū)動(dòng)力。學(xué)術(shù)研究流程歷來嚴(yán)謹(jǐn)繁瑣，遠(yuǎn)不止構(gòu)思想法和撰寫論文那么簡(jiǎn)單。許多研究人員面臨的一大難題，是如何有效地將研究成果可視化。盡管AI能夠輔助文字撰寫，但要生成頂級(jí)會(huì)議和期刊所要求的復(fù)雜方法論示意圖和精確的統(tǒng)計(jì)圖表，難度要大得多。與此同時(shí)，科學(xué)界依賴同行評(píng)審來維護(hù)已發(fā)表研究的學(xué)術(shù)嚴(yán)謹(jǐn)性，然而論文投稿數(shù)量的爆炸式增長(zhǎng)使這一體系承受巨大壓力，導(dǎo)致評(píng)審人疲憊不堪、評(píng)審質(zhì)量參差不齊。隨著大語言模型和多智能體系統(tǒng)日趨成熟，我們看到它們不僅僅是研究對(duì)象，更有潛力成為科學(xué)研究過程的主動(dòng)參與者。

為此，我們推出兩個(gè)全新的智能體框架：（一）PaperVizAgent（原名PaperBanana），一款用于繪制學(xué)術(shù)圖表的可視化智能體；（二）ScholarPeer，一款能夠自動(dòng)且嚴(yán)格評(píng)估學(xué)術(shù)論文（包括論文中嵌入的圖表）的評(píng)審智能體。這兩款智能體專為輔助學(xué)術(shù)研究全生命周期而設(shè)計(jì)，旨在幫助科研人員將精力集中于創(chuàng)新本身，而非繁瑣的輔助性工作。評(píng)估結(jié)果顯示，PaperVizAgent能夠穩(wěn)定生成達(dá)到專家水準(zhǔn)的圖表，表現(xiàn)大幅優(yōu)于主流基準(zhǔn)模型（GPT-Image-1.5、Nano-Banana-Pro、Paper2Any）；而ScholarPeer則能輸出具有高度批判性、有文獻(xiàn)依據(jù)支撐的評(píng)審意見，超越當(dāng)前最先進(jìn)的自動(dòng)化評(píng)審工具。

PaperVizAgent介紹

PaperVizAgent是一個(gè)自主框架，旨在根據(jù)學(xué)術(shù)文本自動(dòng)生成適合發(fā)表的學(xué)術(shù)插圖。通過彌合技術(shù)描述與視覺傳達(dá)之間的鴻溝，PaperVizAgent讓研究人員能夠直接從論文手稿中生成專業(yè)級(jí)圖表。啟動(dòng)流程時(shí)，研究人員需提供兩項(xiàng)輸入內(nèi)容。

PaperVizAgent框架協(xié)同調(diào)度五個(gè)專業(yè)化AI智能體，分別是：（1）檢索智能體、（2）規(guī)劃智能體、（3）風(fēng)格智能體、（4）可視化智能體，以及（5）評(píng)審智能體。首先，檢索智能體和規(guī)劃智能體負(fù)責(zé)收集參考資料（例如，參照已有文獻(xiàn)中的相關(guān)學(xué)術(shù)圖表）并對(duì)內(nèi)容進(jìn)行組織整理。隨后，風(fēng)格智能體綜合歸納美學(xué)規(guī)范，確保輸出結(jié)果符合學(xué)術(shù)標(biāo)準(zhǔn)?？梢暬悄荏w負(fù)責(zé)渲染圖像或生成可執(zhí)行的Python代碼用于統(tǒng)計(jì)圖表繪制。最后，評(píng)審智能體將輸出結(jié)果與原始文本進(jìn)行對(duì)照評(píng)估。若發(fā)現(xiàn)不一致之處，評(píng)審智能體將向可視化智能體提供針對(duì)性反饋，觸發(fā)迭代優(yōu)化循環(huán)。通過這一多智能體系統(tǒng)的反復(fù)迭代，最終生成的插圖既美觀大方，又在技術(shù)層面準(zhǔn)確無誤。

在給定來源內(nèi)容與傳達(dá)意圖后，PaperVizAgent會(huì)檢索相關(guān)參考示例，并綜合生成經(jīng)過風(fēng)格優(yōu)化的描述，再通過迭代優(yōu)化循環(huán)將該描述轉(zhuǎn)化為最終插圖。

在全面的實(shí)驗(yàn)評(píng)測(cè)中，PaperVizAgent持續(xù)優(yōu)于各主流基準(zhǔn)模型，包括直接提示法、少樣本提示法以及當(dāng)前最先進(jìn)的可視化方法Paper2Any。系統(tǒng)采用比較評(píng)分指標(biāo)（0至100分制，分值越高越好）進(jìn)行嚴(yán)格評(píng)估，涵蓋忠實(shí)度、簡(jiǎn)潔性、可讀性和美觀性四個(gè)關(guān)鍵維度。評(píng)測(cè)中使用的大語言模型評(píng)判器以人工繪制的圖表作為輸入進(jìn)行校準(zhǔn)，并將人類表現(xiàn)基準(zhǔn)設(shè)定為50.0分。

PaperVizAgent取得了60.2分的優(yōu)異總分，顯著超越GPT-Image-1.5、Nano-Banana-Pro和Paper2Any等所有參評(píng)基準(zhǔn)模型，也是唯一在綜合評(píng)分上突破人類基準(zhǔn)線50.0分的框架。從各細(xì)分維度來看，該系統(tǒng)在簡(jiǎn)潔性和美觀性方面尤為突出，兩項(xiàng)得分均遠(yuǎn)高于人類基準(zhǔn)值；在統(tǒng)計(jì)圖表生成方面，其表現(xiàn)同樣達(dá)到了與人類相當(dāng)?shù)乃?，充分體現(xiàn)了系統(tǒng)的多功能性。上述成果代表著自動(dòng)化學(xué)術(shù)插圖領(lǐng)域的重大突破。

ScholarPeer介紹

ScholarPeer是一個(gè)具有情境感知能力、支持搜索的多智能體框架，旨在模擬資深研究人員的工作流程，實(shí)現(xiàn)同行評(píng)審過程的自動(dòng)化與質(zhì)量提升。

與將評(píng)審視為簡(jiǎn)單文本生成任務(wù)的標(biāo)準(zhǔn)大語言模型不同，ScholarPeer依賴于情境獲取與主動(dòng)核驗(yàn)的雙流程機(jī)制。它通過一個(gè)子領(lǐng)域歷史智能體動(dòng)態(tài)構(gòu)建領(lǐng)域敘事，將評(píng)審內(nèi)容錨定于實(shí)時(shí)的網(wǎng)絡(luò)規(guī)模文獻(xiàn)之中?；€偵察智能體則充當(dāng)對(duì)抗性審計(jì)員，專門排查作者可能遺漏的數(shù)據(jù)集或?qū)Ρ然鶞?zhǔn)。最后，多維度問答引擎對(duì)論文的技術(shù)主張進(jìn)行嚴(yán)格核實(shí)，確保評(píng)審內(nèi)容深入且基于事實(shí)。最終生成的評(píng)審報(bào)告涵蓋詳細(xì)摘要、優(yōu)點(diǎn)、不足以及對(duì)作者的提問，形式與標(biāo)準(zhǔn)專家評(píng)審高度一致。

針對(duì)輸入論文，ScholarPeer采用雙流信息檢索流程。情境與知識(shí)模塊通過摘要生成器和具備搜索功能的文獻(xiàn)綜述工具，對(duì)內(nèi)外部信息進(jìn)行壓縮整合。這些輸入隨后進(jìn)入多維度問答引擎，該引擎圍繞論文的創(chuàng)新性和技術(shù)可靠性生成并回答深度追問。最后，評(píng)審生成器綜合以上輸入及特定會(huì)議的評(píng)審規(guī)范，生成最終評(píng)審意見。

ScholarPeer的表現(xiàn)充分證明了將主動(dòng)網(wǎng)絡(luò)搜索與多智能體協(xié)同編排相結(jié)合在學(xué)術(shù)評(píng)審領(lǐng)域的巨大潛力。在大型公開數(shù)據(jù)集上的測(cè)試中，ScholarPeer在與當(dāng)前最先進(jìn)的自動(dòng)化評(píng)審方法的對(duì)比評(píng)測(cè)中取得了顯著的勝率優(yōu)勢(shì)。更重要的是，該系統(tǒng)的主動(dòng)核驗(yàn)工作流大幅縮小了AI生成反饋與人類評(píng)審多樣性之間的差距，所產(chǎn)出的評(píng)審意見批判性強(qiáng)、貼近實(shí)際，并深度植根于現(xiàn)有文獻(xiàn)之中。

總結(jié)與展望

PaperVizAgent與ScholarPeer是我們探索AI輔助科研這一宏觀方向的重要組成部分。通過分別應(yīng)對(duì)論文發(fā)表生命周期中兩個(gè)截然不同卻同樣繁重的階段，這兩款工具以協(xié)作者的角色提升了科學(xué)交流的質(zhì)量，并能與其他工具協(xié)同，加速知識(shí)的傳播與擴(kuò)散。

盡管這兩個(gè)框架已能為學(xué)術(shù)界帶來即時(shí)且切實(shí)的價(jià)值，但這僅僅是我們探索旅程的起點(diǎn)。我們期望未來的研究人員能夠擁有一套豐富且互聯(lián)互通的AI助手生態(tài)系統(tǒng)，無縫融入科學(xué)研究工作流的每一個(gè)環(huán)節(jié)，我們也將在這一方向上持續(xù)深耕。

致謝

感謝Palash Goyal、Dawei Zhu、Mihir Parmar、Rui Meng、Yiwen Song、Yale Song、Hamid Palangi、Xiyu Wei、Sujian Li和Burak Gokturk對(duì)本項(xiàng)工作的寶貴貢獻(xiàn)。

免責(zé)聲明

PaperVizAgent與ScholarPeer均為實(shí)驗(yàn)性研究原型，并非面向生產(chǎn)環(huán)境的成熟工具。其自動(dòng)生成的反饋、圖表及評(píng)審意見僅供研究探索使用，不應(yīng)作為編輯或出版決策的唯一依據(jù)。

Q&A

Q1：PaperVizAgent是什么？它能生成哪些類型的學(xué)術(shù)圖表？

A：PaperVizAgent是一個(gè)自主智能體框架，能夠根據(jù)學(xué)術(shù)文本自動(dòng)生成適合發(fā)表的學(xué)術(shù)插圖，包括方法論示意圖和統(tǒng)計(jì)圖表。它由五個(gè)專業(yè)化智能體協(xié)同工作，通過迭代優(yōu)化確保圖表在視覺上美觀、技術(shù)上準(zhǔn)確。在評(píng)測(cè)中，其綜合得分為60.2分，是唯一超越人類基準(zhǔn)線（50.0分）的框架，在簡(jiǎn)潔性和美觀性維度上表現(xiàn)尤為突出。

Q2：ScholarPeer和普通大語言模型做論文評(píng)審有什么區(qū)別？

A：ScholarPeer與普通大語言模型的核心區(qū)別在于其雙流程機(jī)制：它不僅做文本生成，還通過子領(lǐng)域歷史智能體實(shí)時(shí)檢索網(wǎng)絡(luò)文獻(xiàn)構(gòu)建領(lǐng)域背景，并用基線偵察智能體專門查找作者遺漏的對(duì)比基準(zhǔn)。多維度問答引擎則對(duì)論文技術(shù)主張進(jìn)行嚴(yán)格核實(shí)。最終生成的評(píng)審報(bào)告包含摘要、優(yōu)點(diǎn)、不足及對(duì)作者的追問，接近真實(shí)專家評(píng)審水準(zhǔn)，并在公開數(shù)據(jù)集測(cè)試中顯著優(yōu)于現(xiàn)有自動(dòng)化評(píng)審工具。

Q3：PaperVizAgent和ScholarPeer現(xiàn)在可以直接使用嗎？

A：目前這兩款工具均為實(shí)驗(yàn)性研究原型，尚未達(dá)到生產(chǎn)環(huán)境部署標(biāo)準(zhǔn)。官方明確說明，其自動(dòng)生成的圖表、反饋和評(píng)審意見僅供研究探索使用，不應(yīng)作為編輯或出版決策的唯一依據(jù)。如需使用，需了解其局限性，并結(jié)合人工判斷進(jìn)行綜合評(píng)估。