AutoLab-SAI-SJTU/Paper2Rebuttal

해결하는 문제

RebuttalAgent는 학술 연구자가 피어 리뷰 논문에 대한 답변서를 작성하는 스트레스 많고 복잡한 과정을 처리하는 것을 도와줍니다. 심사평 분석과 뒷받침하는 증거 검색을 자동화하여, 비판에 대응하고 공식 답변 초안을 작성하는 데 필요한 수동 작업을 줄여줍니다.

작동 방식

이 시스템은 논문 PDF와 심사평을 여러 전문 단계에 걸쳐 처리하는 멀티 에이전트 파이프라인을 사용합니다:

1. 파싱 및 추출: Docling을 사용하여 PDF를 텍스트로 변환하고 심사평에서 특정 이슈를 추출하여 우선순위를 할당합니다.
2. 증거 수집: arXiv를 자동으로 검색하여 저자의 주장을 뒷받침할 관련 문헌을 찾습니다.
3. 전략 개발: 에이전트가 데이터 기반의 답변 전략과 할 일 목록을 생성하며, 이후 검토 및 개선 과정을 거칩니다.
4. Human-in-the-Loop: 저자는 자연어로 피드백을 제공하여 최종 초안이 작성되기 전에 전략을 반복적으로 개선할 수 있습니다.
5. 최종 초안 작성: 전담 작성 및 검토 에이전트가 다듬어진 컨퍼런스 제출용 답변서를 생성합니다.

대상

컨퍼런스(ACL 등)에 논문을 제출하고 심사자 피드백에 대응하기 위한 구조화된 AI 지원 방식이 필요한 학술 연구자 및 학생.

주요 특징

• 멀티 에이전트 워크플로우: 인코딩, 검색, 전략 생성 및 다듬기를 위해 전문화된 에이전트 체인을 사용합니다.
• 자동 문헌 검색: arXiv와 통합되어 뒷받침하는 논문을 자동으로 찾습니다.
• 대화형 개선: 피드백 루프를 통해 저자가 AI를 가이드하여 전략의 정확성을 보장할 수 있습니다.
• PDF 통합: Docling을 통해 복잡한 학술 PDF를 파싱하는 내장 지원 기능을 제공합니다.