Mehrschrittige agentische wissenschaftliche Literatursuche mittels Workflow-Induktion

Zusammenfassung

Die wissenschaftliche Literatursuche erfordert oft mehr als das Abrufen von Papieren aus einer einzelnen Abfrage: Die Absichten der Nutzer sind unterbestimmt, präferenzabhängig und entwickeln sich durch die Interaktion weiter. Bestehende Suchagenten stützen sich typischerweise auf feste Pipelines oder implizites, rein sprachbasiertes Denken, was ihre Suchstrategien schwer kontrollierbar, überprüfbar und verbesserbar macht. Wir stellen PaperPilot vor, einen mehrschrittigen Literatursuchagenten, der die wissenschaftliche Suche als Workflow-Induktion auffasst. Ausgehend von einem Ankerpapier und einer Benutzerabfrage erstellt PaperPilot einen ausführbaren DAG von Papier-Suchoperatoren, einschließlich Stichwortsuche, Zitationserweiterung, Filtern, Bewertung, Neuanordnung und Extraktion von Belegen. Anschließend wird das Benutzerfeedback genutzt, um sowohl die Abfrage als auch den Workflow selbst zu verfeinern. Wir trainieren PaperPilot mit überwachter Workflow-Imitation und Präferenzoptimierung über kontrollierte Workflow-Korruptionen hinweg. Experimente zeigen, dass PaperPilot-9B den Basis-Qwen3.5-9B-Toolset-Agenten bei mehrschrittiger Interaktion übertrifft, mit einer Steigerung von Hit@5 von 58,0 auf 77,0, MRR von 47,5 auf 59,4 und nDCG@10 von 26,8 auf 32,5, während die Workflow-Ausführungsfehler von 9,5 % auf 0 % gesenkt werden. Diese Ergebnisse zeigen, dass explizite, editierbare Suchabläufe eine effektive und kontrollierbare Schnittstelle bieten, um Literatursuchagenten auf komplexe wissenschaftliche Absichten auszurichten.

English

Scientific literature search often requires more than retrieving papers from a single query: users' intents are underspecified, preference-dependent, and evolve through interaction. Existing search agents typically rely on fixed pipelines or implicit language-only reasoning, making their search strategies difficult to control, inspect, and refine. We introduce PaperPilot, a multi-turn literature search agent that frames scientific search as workflow induction. Given an anchor paper and a user query, PaperPilot constructs an executable DAG of paper-search operators, including keyword search, citation expansion, filtering, scoring, reranking, and evidence extraction. User feedback is then used to refine both the query and the workflow itself. We train PaperPilot with supervised workflow imitation and preference optimization over controlled workflow corruptions. Experiments show that PaperPilot-9B improves over the base Qwen3.5-9B toolset agent under multi-turn interaction, increasing Hit@5 from 58.0 to 77.0, MRR from 47.5 to 59.4, and nDCG@10 from 26.8 to 32.5, while reducing workflow execution errors from 9.5% to 0%. These results show that explicit, editable search workflows provide an effective and controllable interface for aligning literature search agents with complex scientific intent.