ARISE：基于代理规则引导的迭代调查引擎用于自动学术论文生成

学术文献的快速扩张为综合制定全面高质量学术调查提出了重大挑战。最近在代理系统方面的进展为自动化处理需要人类专业知识的任务（包括文献综述、综合和迭代细化）提供了巨大的潜力。然而，现有的自动化调查生成解决方案往往存在质量控制不足、格式不规范、难以适应迭代反馈的问题，这些都是学术写作中至关重要的元素。为此，我们引入ARISE（Agentic Rubric-guided Iterative Survey Engine），这是一个用于自动生成和持续细化学术调查论文的代理规则引导迭代引擎。ARISE采用模块化架构，由多个专职大语言模型代理构成，每个代理都模拟了学术领域的不同角色，如主题扩展、引文精选、文献综述、论文草拟和基于同行评审的评估。ARISE的核心是一条基于规则引导的迭代细化循环，其中多个审阅代理独立地使用结构化、行为锚定的规则对论文草稿进行评估，通过综合反馈系统atically提升内容。我们对ARISE进行了评估，与最先进的自动化系统和近期的人类编写的调查进行了比较。实验结果表明，ARISE在各项指标上（包括全面性、准确性、格式和整体学术严谨性）均优于基准方法，实现了平均92.48的规则对齐质量评分。ARISE的所有代码、评估规则和生成输出均已公开提供，地址为 https://github.com/ziwang11112/ARISE。