AIPress.com.cn報道

4月9日消息，Google Cloud研究團隊發(fā)布兩款面向學術研究流程的AI代理系統(tǒng) PaperVizAgent 與 ScholarPeer，分別用于自動生成論文圖表和輔助學術論文評審。研究團隊表示，這兩種工具旨在減少科研人員在論文撰寫與審稿流程中的重復性工作，從而讓研究者能夠更多專注于創(chuàng)新本身。

在學術研究中，論文寫作通常不僅涉及理論和實驗描述，還需要制作大量方法流程圖、統(tǒng)計圖以及復雜示意圖，這些可視化內容往往需要額外的軟件工具和時間投入。另一方面，隨著論文投稿數(shù)量持續(xù)增長，學術界普遍面臨審稿人不足和審稿負擔加重的問題。

為解決這些問題，Google Cloud提出兩個多Agent框架。

其中，PaperVizAgent 主要用于從論文文本中自動生成學術圖表。研究人員需要提供兩類輸入：一是論文中的方法部分等技術內容，二是描述圖表含義的詳細說明。系統(tǒng)隨后通過一個由五個AI代理組成的協(xié)作流程完成圖表生成，包括檢索代理、規(guī)劃代理、風格代理、可視化代理以及評估代理。

在運行過程中，檢索和規(guī)劃代理會查找相關文獻中的圖示示例并組織信息結構；風格代理根據(jù)學術論文規(guī)范生成視覺設計建議；可視化代理負責生成圖像或用于繪制統(tǒng)計圖的Python代碼；最后由評估代理對生成結果與原始文本進行比對，如果發(fā)現(xiàn)不一致之處，將觸發(fā)反饋并進入迭代優(yōu)化流程。

實驗結果顯示，在包含 準確性、簡潔性、可讀性和美觀度 等維度的綜合評測中，PaperVizAgent獲得 60.2 的總體評分，超過 GPT-Image-1.5、Nano-Banana-Pro 和 Paper2Any 等基線系統(tǒng)，并成為唯一超過人類基準分 50.0 的自動圖表生成框架。

另一項系統(tǒng) ScholarPeer 則面向學術論文評審流程。與傳統(tǒng)將審稿視為文本生成任務的語言模型不同，ScholarPeer采用 上下文獲取與主動驗證雙流程機制。系統(tǒng)會通過搜索功能獲取相關文獻，并構建領域背景敘事，再由專門的代理檢索可能遺漏的數(shù)據(jù)集或對比方法，同時利用多維問答模塊驗證論文中的技術主張。

最終生成的審稿報告通常包含論文摘要、優(yōu)勢與不足分析以及針對作者的問題，與傳統(tǒng)學術審稿報告結構相似。

在公開數(shù)據(jù)集測試中，ScholarPeer在與多種自動審稿系統(tǒng)的對比評測中取得較高勝率，并在評審質量評分中接近人類專家水平。研究團隊指出，引入主動搜索和多Agent協(xié)作機制，有助于提升AI評審在批判性和文獻引用方面的可靠性。

Google Cloud表示，PaperVizAgent與ScholarPeer目前仍屬于 實驗性研究原型，并非生產級工具，其生成的圖表或評審結果不應作為正式出版決策的唯一依據(jù)。

研究團隊認為，這兩種工具只是AI輔助科研體系的初步嘗試。未來，隨著更多AI代理融入科研流程，研究者可能會獲得覆蓋從文獻調研、實驗分析到論文撰寫與評審等各環(huán)節(jié)的智能助手體系。（AI普瑞斯編譯）