PaperOrchestra：用于自动化AI研究论文撰写的多智能体框架
人工智能
2026-04-08 v1 机器学习
多智能体系统
摘要
将非结构化研究材料综合为手稿是AI驱动科学发现中一个基本但尚未充分探索的挑战。现有的自主写作工具与特定实验流程刚性耦合，并产生肤浅的文献综述。我们提出PaperOrchestra，一个用于自动化AI研究论文撰写的多智能体框架。它灵活地将不受限制的预写作材料转换为可投稿的LaTeX手稿，包括全面的文献综合和生成的视觉内容，如图表和概念图。为评估性能，我们提出了PaperWritingBench，这是首个从200篇顶级AI会议论文逆向工程得到的原始材料的标准化基准，以及一套全面的自动评估器。在并排人工评估中，PaperOrchestra显著优于自主基线，在文献综述质量上取得了50%-68%的绝对胜率优势，在整体手稿质量上取得了14%-38%的优势。
引用
@article{arxiv.2604.05018,
title = {PaperOrchestra: A Multi-Agent Framework for Automated AI Research Paper Writing},
author = {Yiwen Song and Yale Song and Tomas Pfister and Jinsung Yoon},
journal= {arXiv preprint arXiv:2604.05018},
year = {2026}
}
备注
Project Page: https://yiwen-song.github.io/paper_orchestra/