基于迭代工作流的深度文献综述自动化
TLDR
提出一种基于循环大纲生成和论文卡片的迭代工作流用于自动文献综述生成，性能优于基线方法。
评分理由
Strengths include a novel iterative approach that mimics human reading, paper cards for faithful grounding, and a new benchmark Survey-Arena. Weaknesses are that it focuses only on survey generation rather than full scientific discovery, and evaluation may still rely on subjective human judgment.
Read-first 评分解释
综合优先阅读分 69.8，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 57。
研究版图角色
前沿论文方法锚点复现锚点
排序敏感性
稳定性：volatile；排名波动范围：78。
关键词评分
深度分析
创新点
- 基于循环大纲生成的迭代工作流，规划智能体逐步检索、阅读并更新大纲
- 论文卡片将每篇论文提炼为贡献、方法和发现，实现忠实的论文级基础
- 结合可视化增强的审查与优化循环，改善文本流畅度并整合多模态元素（图表）
- Survey-Arena，一种成对基准，用于更可靠地评估机器生成综述相对于人工撰写的综述
方法
该框架使用一个规划智能体，逐步检索论文、阅读并迭代更新大纲。论文卡片总结每篇论文的贡献、方法和发现。结合可视化增强的审查与优化循环改善文本并整合图表。在成熟和新兴主题上，使用内容覆盖度、结构连贯性和引用质量等指标，与最先进基线进行对比评估，并引入新的成对基准Survey-Arena。
关键结果
所提方法在内容覆盖度、结构连贯性和引用质量方面显著优于最先进基线，生成更易获取且组织更佳的综述。