NoveltyAgent：具备点级新颖性分析与自我验证的自主新颖性报告代理
计算与语言
2026-03-24 v1
摘要
学术论文的指数级增长导致质量参差不齐的论文数量激增，增加了论文筛选的成本。当前方法要么用于通用AI评审器中的新颖性评估，要么复用DeepResearch，缺乏领域特定机制，因而提供的评估质量较低。为弥合这一差距，我们引入NoveltyAgent，一个多智能体系统，旨在生成全面且忠实的新颖性报告，使对论文原创性的评估得以彻底进行。它将手稿分解为离散的新颖性点，以实现细粒度的检索和比较，同时构建全面的关联论文数据库，并通过交叉引用论点来确保忠实性。此外，为解决评估此类开放性生成任务的挑战，我们提出了基于清单的评估框架，提供了构建可靠评估的无偏范式。大量实验表明，NoveltyAgent实现了最先进的性能，净增10.15%超越GPT-5 DeepResearch。我们希望该系统能够提供可靠的高质量新颖性分析，帮助研究者快速识别新颖论文。代码和演示均可在https://github.com/SStan1/NoveltyAgent 查阅。
引用
@article{arxiv.2603.20884,
title = {NoveltyAgent: Autonomous Novelty Reporting Agent with Point-wise Novelty Analysis and Self-Validation},
author = {Jiajun Hou and Hexuan Deng and Wenxiang Jiao and Xuebo Liu and Xiaopeng Ke and Min Zhang},
journal= {arXiv preprint arXiv:2603.20884},
year = {2026}
}