AutoPR: Automatisieren wir Ihre akademische Beförderung!

papers.abstract

Da das Volumen der begutachteten Forschung sprunghaft ansteigt, verlassen sich Wissenschaftler zunehmend auf soziale Plattformen für die Entdeckung neuer Arbeiten, während Autoren erhebliche Anstrengungen in die Bewerbung ihrer Forschung investieren, um Sichtbarkeit und Zitationen zu gewährleisten. Um diesen Prozess zu optimieren und den menschlichen Aufwand zu reduzieren, führen wir die Automatische Bewerbung (AutoPR) ein, eine neuartige Aufgabe, die Forschungsarbeiten in präzise, ansprechende und zeitnahe öffentliche Inhalte transformiert. Um eine rigorose Bewertung zu ermöglichen, veröffentlichen wir PRBench, einen multimodalen Benchmark, der 512 begutachtete Artikel mit hochwertigen Werbeposts verknüpft und Systeme entlang dreier Achsen bewertet: Treue (Genauigkeit und Ton), Engagement (Zielgruppenorientierung und Anziehungskraft) und Ausrichtung (Zeitpunkt und Kanaloptimierung). Zudem stellen wir PRAgent vor, ein Multi-Agenten-Framework, das AutoPR in drei Phasen automatisiert: Inhaltsgewinnung mit multimodaler Vorbereitung, kollaborative Synthese für polierte Ergebnisse und plattformspezifische Anpassung, um Normen, Ton und Tagging für maximale Reichweite zu optimieren. Im Vergleich zu direkten LLM-Pipelines auf PRBench zeigt PRAgent erhebliche Verbesserungen, darunter eine Steigerung der Gesamtansichtszeit um 604 %, einen Anstieg der Likes um 438 % und mindestens eine 2,9-fache Steigerung des Gesamtengagements. Ablationsstudien zeigen, dass die Modellierung von Plattformen und zielgerichtete Bewerbung den größten Beitrag zu diesen Gewinnen leisten. Unsere Ergebnisse positionieren AutoPR als ein lösbares, messbares Forschungsproblem und bieten einen Fahrplan für skalierbare, wirkungsvolle automatisierte wissenschaftliche Kommunikation.

English

As the volume of peer-reviewed research surges, scholars increasingly rely on social platforms for discovery, while authors invest considerable effort in promoting their work to ensure visibility and citations. To streamline this process and reduce the reliance on human effort, we introduce Automatic Promotion (AutoPR), a novel task that transforms research papers into accurate, engaging, and timely public content. To enable rigorous evaluation, we release PRBench, a multimodal benchmark that links 512 peer-reviewed articles to high-quality promotional posts, assessing systems along three axes: Fidelity (accuracy and tone), Engagement (audience targeting and appeal), and Alignment (timing and channel optimization). We also introduce PRAgent, a multi-agent framework that automates AutoPR in three stages: content extraction with multimodal preparation, collaborative synthesis for polished outputs, and platform-specific adaptation to optimize norms, tone, and tagging for maximum reach. When compared to direct LLM pipelines on PRBench, PRAgent demonstrates substantial improvements, including a 604% increase in total watch time, a 438% rise in likes, and at least a 2.9x boost in overall engagement. Ablation studies show that platform modeling and targeted promotion contribute the most to these gains. Our results position AutoPR as a tractable, measurable research problem and provide a roadmap for scalable, impactful automated scholarly communication.

AutoPR: Automatisieren wir Ihre akademische Beförderung!

AutoPR: Let's Automate Your Academic Promotion!

papers.abstract

Support