AutoPR：让学术晋升自动化！
计算与语言
2025-10-16 v2
摘要
随着同行评审研究的体量激增，学者越来越依赖社交平台进行发现，而作者则投入大量精力推广其工作以确保可见性和引用量。为简化这一过程并减少对人力的依赖，我们提出了自动推广（AutoPR），一项将研究论文转化为准确、引人入胜且及时的公共内容的新任务。为实现严格的评估，我们发布了PRBench，一个将512篇同行评审论文与高质量推广帖子关联起来的多模态基准，从三个维度评估系统：保真度（准确性与语调）、参与度（受众定位与吸引力）和对齐度（时机与渠道优化）。我们还引入了PRAgent，一个三阶段的多智能体框架，用于自动化AutoPR：多模态准备的内容提取、用于生成精炼输出的协作综合，以及针对最大化覆盖范围优化规范、语调和标签的平台特定适配。与PRBench上的直接LLM流水线相比，PRAgent展示了显著的提升，包括总观看时间增加604%、点赞数增加438%，以及整体参与度至少提升2.9倍。消融研究表明，平台建模和定向推广对这些提升贡献最大。我们的结果将AutoPR确立为一个可处理、可衡量的研究问题，并为可扩展、有影响力的自动化学术传播提供了路线图。
引用
@article{arxiv.2510.09558,
title = {AutoPR: Let's Automate Your Academic Promotion!},
author = {Qiguang Chen and Zheng Yan and Mingda Yang and Libo Qin and Yixin Yuan and Hanjing Li and Jinhao Liu and Yiyan Ji and Dengyun Peng and Jiannan Guan and Mengkang Hu and Yantao Du and Wanxiang Che},
journal= {arXiv preprint arXiv:2510.09558},
year = {2025}
}
备注
Preprint. Code: https://github.com/LightChen233/AutoPR . Benchmark: https://huggingface.co/datasets/yzweak/PRBench