LitPivot：Ai2 的文献感知工具，用于转向早期研究想法（UIST 2026）

LitPivot 是艾伦人工智能研究所（Ai2）开发的一个 AI 研究构思系统，与宾夕法尼亚大学的合作者共同开发。该系统围绕研究人员正在编辑的研究提案的具体部分重新组织检索到的文献，然后提出基于文献的修订建议。在一项涉及 17 名研究人员的实验室研究中，领域专家认为使用 LitPivot 开发的想法比使用文本编辑器加 AI 聊天工具开发的想法更扎实地基于相关文献，参与者还报告了对周围文献的更深入理解，以及自我报告的想法新颖性和实用性方面的更大提升。

该公告发布在 Hugging Face 博客上，隶属于 Ai2 组织，该系统将在底特律举行的 UIST 2026 上展示。论文可在 arXiv:2604.02600 获取。

关键信息一览

• 开发者：Ai2，与宾夕法尼亚大学的合作者共同开发。
• 检索后端：通过 Asta Paper Finder 检索论文。
• 会议：UIST 2026，底特律。
• 论文：arXiv:2604.02600。
• 核心交互：方面高亮、按方面分组的论文集、文献支持的批评，以及接受/编辑/拒绝修订。
• 评估证据：一项 17 名参与者的实验室研究，由两位盲审领域专家参与，以及一项后续研究，五位研究人员在 30 分钟会话中使用 LitPivot 处理自己的项目。

LitPivot 的功能

LitPivot 是一个帮助研究人员应对因阅读先前工作而引发的研究方向变化的系统。它围绕正在编辑的提案部分组织文献，提供由所选研究摘录支持的批评，并建议研究人员可以接受、编辑或拒绝的修订。Ai2 表示，LitPivot 旨在用于早期研究构思，该想法可能扩展到更长的写作任务，例如起草论文的引言部分。该系统通过 Asta Paper Finder 检索论文。

LitPivot 背后的概念：文献引发的转向

Ai2 将文献引发的转向定义为由阅读先前工作而引发的研究方向变化。遇到新论文可能会改变想法的轨迹：研究人员可能会发现有人已经解决了他们提出的贡献，或者可能在论文中发现一个未解决的问题，从而激发新的探究方向。这一概念将研究人员通常分开管理的两项活动联系起来：发展想法，以及决定用哪些文献来衡量该想法。

为了将这一概念建立在真实实践基础上，Ai2 分析了四个已完成计算机科学研究项目的会议记录，并在所有四个项目中识别出 21 次文献引发的转向。这些转向分为两类：将想法与现有工作区分开来以确立其新颖性，以及将想法与现有工作对齐以便在其基础上构建。LitPivot 项目本身在研究人员确定其贡献之前经历了两次转向。

为什么转向对研究人员来说很困难

研究人员之所以挣扎，是因为他们必须同时发展想法并对照文献进行批判性评估。在 Ai2 的形成性研究中，五位研究人员使用文本编辑器和标准搜索工具开发提案。当一篇论文挑战想法的新颖性时，这些研究人员希望得到具体的建议，说明如何修订想法，并得到先前工作的支持。这些形成性发现塑造了 LitPivot 的评估，将文献支持的批评与针对想法选定部分的具体修订建议相结合。

LitPivot 的工作原理

研究人员首先在编辑器中撰写简短提案，并启用方面高亮，将阐述的想法分割成不同的方面：问题、贡献和评估计划。为了检查提议的方面，研究人员点击草稿中的该片段。相邻面板根据所选方面对相关论文进行分组，并高亮最相关的组。例如，当选择评估方面时，论文可以根据其使用的评估方法进行分组。研究人员选择论文，请求评估，并查看建议的修订以及支持批评的摘录。然后，LitPivot 根据修订后的方面的相关性重新排序文献。

每个方面都有自己的一组相关文献及其相关性排名，因此哪些论文与提案相关取决于正在编辑的具体部分，而不是整个提案。

每个方面评估检查的内容

• 问题陈述：LitPivot 寻找问题存在的证据及其重要的原因。
• 提议的贡献：LitPivot 将所选论文已经解决的问题与这些论文描述的局限性和未来工作进行比较，寻找剩余的空白。
• 评估计划：LitPivot 检查提议的测试是否解决了研究问题，以及类似工作是如何评估的。

在分析之后，系统会建议重写并附上支持性引文。

处理方面之间的依赖关系

改变想法的一个方面可能会使另一个方面过时。LitPivot 会标记可能需要修订的段落，例如不再充分评估修订后贡献的评估计划。研究人员保留对草稿和证据的控制：他们可以接受、编辑或拒绝建议，并且可以在提案发展时请求新论文或刷新文献排名。

LitPivot 与相邻工具的区别

Ai2 将 LitPivot 与科学写作环境（如 Prism）和代理式助手（如 Claude Code）并列。Ai2 将 LitPivot 描述为探索一种独特的工作流程，用于发展早期研究想法：选择文献来评估想法，使用该证据修订想法，并在想法变化时重新考虑哪些论文重要。LitPivot 的论文分组和关联批评使这些步骤对提案的每个部分都明确，而研究人员控制草稿和用于评估的证据。

研究结果：17 名研究人员和盲审专家评分

在 Ai2 的实验室研究中，17 名研究人员每人使用 LitPivot 开发一个分配的想法，并使用基线工具（文本编辑器加 AI 工具，用于询问所选论文的问题）开发另一个想法。两种条件使用相同的论文集合。两位领域专家不知道使用了哪个系统，根据单一标准对生成的提案进行评分：每个提案使用相关文献支持和证明想法的程度。使用 LitPivot 开发的提案获得了更高的评分。

同一研究中的参与者报告称，与基线相比，使用 LitPivot 时对周围文献的理解更强，自我报告的想法新颖性和实用性提升也更大。领域专家还认为，使用 LitPivot 修订的想法在相关文献基础上的扎实程度显著更高。

工作示例：转向合成医疗笔记提案

Ai2 实验室研究中的一位参与者最初提出生成一致、事实准确的合成医疗笔记。LitPivot 识别出多次医院就诊之间的一致性可能是所选文献中的一个空白。参与者审查了摘要，并移除了关于单次就诊笔记的论文。在另一次评估后，参与者将提案缩小到检测多次就诊笔记中的矛盾。Ai2 将此作为修订想法和选择用于评估的文献如何相互促进的示例。

后续研究：五位研究人员处理自己的实时项目

在后续研究中，五位研究人员在 30 分钟会话中使用 LitPivot 处理自己正在进行的项目。参与者不仅在项目开始时使用该系统，还在多个项目阶段使用。两位研究人员使用 LitPivot 根据文献审查新想法，而三位使用它来完善更成熟想法的框架。一位研究人员强调，看到来自不同领域的平行概念如何帮助他们重新构建自己的贡献。Ai2 表示，这些研究表明 LitPivot 可以支持早期探索和现有研究方向的完善。

LitPivot 在 Ai2 研究组合中的位置

Ai2 将 LitPivot 视为更广泛努力的一部分，旨在开发帮助研究人员制定可测试想法并检查其背后证据的 AI。Asta 通过从已发表发现中生成理论（Theorizer）、综合、以及假设生成和数据测试（AutoDiscovery）来支持这一努力。HARPA 根据新兴研究趋势生成有前景的假设。Scideator 允许研究人员将先前工作的元素重新组合成新想法并评估其新颖性。IdeaSynth 支持基于文献反馈的迭代完善。

一项相关的 Ai2 研究《旧想法，新问题》考察了自动新颖性评估的局限性，并展示了微小的提示变化如何改变 AI 法官对相同想法的裁决。Ai2 将 LitPivot 描述为通过将相关文献的选择纳入修订过程来扩展这一工作线。研究人员可以在想法发展时更改用于评估提案的论文，然后使用批评和支持性摘录来决定如何修订，这些决策在提案的问题、贡献和评估计划之间相互关联。

范围、证据基础和既定目标

Ai2 表示，LitPivot 旨在用于早期研究构思，该想法可能扩展到更长的写作任务，例如撰写论文的引言部分。公告中描述的证据来自一项 17 名研究人员的实验室研究，其中两位领域专家在不知道哪个系统产生提案的情况下进行评分，以及一项后续研究，五位研究人员在 30 分钟会话中使用 LitPivot 处理自己的项目。公告未描述 LitPivot 在这些研究之外的公开可用性或部署。Ai2 的既定目标是让 LitPivot 的见解帮助科学家在现有知识的基础上构建，并将早期想法转化为对其领域的新贡献。