Paper Circle：开源多主体研究发现和分析框架

科学文献的快速增长使得研究人员越来越难以有效地发现、评估和综合相关工作。多代理 大语言模型 (LLM) 的最新进展已经证明了理解用户意图的强大潜力，并且正在接受培训以利用各种工具。在本文中，我们介绍了 Paper Circle，这是一个多主体研究发现和分析系统，旨在减少查找、评估、组织和理解学术文献所需的工作量。该系统包括两个互补的管道：（1）发现管道，集成了来自多个来源的离线和在线检索、多标准评分、多样性感知排名和结构化输出； （2）分析管道，将单篇论文转换为具有概念、方法、实验和图形等类型化节点的结构化知识图，从而实现图感知问答和覆盖率验证。两个管道均在编码器基于 LLM 的多代理编排框架内实现，并在每个代理步骤生成完全可重现的同步输出，包括 JSON、CSV、BibTeX、Markdown 和 HTML。本文描述了共同构成 Paper Circle 研究工作流程的系统架构、代理角色、检索和评分方法、知识图谱和评估接口。我们在论文检索和论文评论生成、报告命中率、MRR 和 K 的召回率方面对 Paper Circle 进行了基准测试。结果显示，更强大的代理模型带来了一致的改进。我们已公开发布网站 https://papercircle.vercel.app/ 和代码 https://github.com/MAXNORM8650/papercircle。