AIPress.com.cn報道
4月9日訊息，Google Cloud研究團隊釋出兩款面向學術研究流程的AI代理系統 PaperVizAgent 與 ScholarPeer，分別用於自動生成論文圖表和輔助學術論文評審論文。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複性工作，從而讓研究者能夠更多專注於創新本身。
在學術研究中，論文寫作通常不僅涉及理論和實驗描述，還需要製作大量方法流程圖、統計圖以及複雜示意圖，這些視覺化內容往往需要額外的軟體工具和時間投入論文。另一方面，隨著論文投稿數量持續增長，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框架論文。
其中，PaperVizAgent 主要用於從論文文字中自動生成學術圖表論文。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。系統隨後透過一個由五個AI代理組成的協作流程完成圖表生成，包括檢索代理、規劃代理、風格代理、視覺化代理以及評估代理。
在執行過程中，檢索和規劃代理會查詢相關文獻中的圖示示例並組織資訊結構；風格代理根據學術論文規範生成視覺設計建議；視覺化代理負責生成影像或用於繪製統計圖的Python程式碼；最後由評估代理對生成結果與原始文字進行比對，如果發現不一致之處，將觸發反饋並進入迭代最佳化流程論文。
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，併成為唯一超過人類基準分 50.0 的自動圖表生成框架論文。
另一項系統 ScholarPeer 則面向學術論文評審流程論文。與傳統將審稿視為文字生成任務的語言模型不同，ScholarPeer採用 上下文獲取與主動驗證雙流程機制。系統會透過搜尋功能獲取相關文獻，並構建領域背景敘事，再由專門的代理檢索可能遺漏的資料集或對比方法，同時利用多維問答模組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、優勢與不足分析以及針對作者的問題，與傳統學術審稿報告結構相似論文。
在公開資料集測試中，ScholarPeer在與多種自動審稿系統的對比評測中取得較高勝率，並在評審質量評分中接近人類專家水平論文。研究團隊指出，引入主動搜尋和多Agent協作機制，有助於提升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目前仍屬於 實驗性研究原型，並非生產級工具，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論文。
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論文。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節的智慧助手體系。（AI普瑞斯編譯）
