Google 推出 PaperOrchestra 多 Agent 框架，實現端到端自動化學術論文寫作

Google 推出 PaperOrchestra 多 Agent 框架，實現端到端自動化學術論文寫作。

Google 研究團隊發表了 PaperOrchestra，這是一個專為自動化 AI 研究論文寫作設計的多 Agent 框架，旨在解決現有自動化寫作工具在文獻綜述與圖表生成上的技術瓶頸。該系統能將零散的原始研究素材轉化為可投稿的 LaTeX 文件，並透過專屬基準測試顯示其顯著優於現有基線模型。

核心痛點與技術突破
現有的自動化研究框架雖然能執行實驗，但其寫作模組往往是系統中最薄弱的環節。過去的系統存在以下問題：

• 文獻綜述流於表面，引用稀疏。
• 缺乏概念圖（conceptual diagrams）的生成能力。
• 寫作模組與實驗流程過度耦合，缺乏靈活性。
  PaperOrchestra 作為一個解耦的獨立寫作系統，透過專門的 Agent 處理文獻深度整合、圖表生成及迭代優化，成功填補了這些技術空白。

系統功能與架構
PaperOrchestra 具備處理非結構化研究素材的能力，能將原始想法、實驗日誌與筆記轉化為高品質的學術產出：

• End to End (端到端) 生成：直接輸出可投稿的 LaTeX 文件。
• 多 Agent 協作：利用專門的 Agent 進行文獻綜述、繪圖生成及概念圖製作。
• 靈活性：作為獨立的寫作框架，不依賴特定的實驗流程，能處理各種非受限的預寫作素材。

評估與基準測試
為了驗證效能，研究團隊推出了「PaperWritingBench」，這是首個標準化的基準測試集，包含從 200 篇頂尖 AI 會議論文中逆向工程還原的原始素材。在人類評估的對比測試中，PaperOrchestra 展現了顯著優勢：

• 在文獻綜述品質上，取得了 50% 至 68% 的絕對勝率優勢。
• 在整體論文品質上，取得了 14% 至 38% 的絕對勝率優勢。