DeepSurvey：提升自动综述生成中的分析深度与引用可靠性

arXiv 2026 66.2 method

TLDR

DeepSurvey利用全文分析、跨论文建模和证据约束引用，提升自动综述的分析深度与引用可靠性。

评分理由

The paper presents a well-motivated approach addressing key limitations in automated survey generation, with strong empirical results including expert preference over human-written surveys. However, its focus is narrow (survey generation) and may not generalize to broader scientific discovery tasks without full-text access.

Read-first 评分解释

综合优先阅读分 66.2，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 83。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：分析、基线、实验

主题相关性 42%

69.2

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、仓库

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：48。

关键词评分

survey generation

literature review agent

paper writing agent

autonomous research agent

AI for scientific research

research automation

AI scientist

automated research

scientific discovery agent

automated scientific discovery

automated experimentation

experiment design agent

深度分析

创新点

从全文论文中提取结构化要点以增强分析深度
通过聚类和比较分析建模跨论文关系
集成代码仓库分析以恢复实现级细节
结合引文图扩展与混合过滤进行主题聚焦检索
实施证据约束的引用分配
部署多粒度智能体精炼以验证引用与主张的一致性

方法

DeepSurvey是一个智能体系统，通过从全文论文中提取结构化要点、通过聚类和比较分析建模跨论文关系、以及集成代码仓库分析来增强深度。对于引用可靠性，它使用引文图扩展与混合过滤、证据约束的引用分配、以及多粒度智能体精炼来验证引用与主张的一致性。

关键结果

DeepSurvey取得了最高的内容得分（8.644/10），引用质量在召回率和精确率上分别比最强基线提升12.3%和9.3%，跨领域泛化稳健（CS到非CS下降0.14，对比0.22至0.69），并且领域专家更偏好DeepSurvey生成的综述而非人工撰写的综述（整体质量83.3%，内容深度100%）。

资源

论文