PaperMentor: Ein menschenzentrierter Multi-Agent-Schreibtutor für KI-Forschungspapiere auf Overleaf

Zusammenfassung

Experten-Feedback von erfahrenen Forschenden ist für Nachwuchswissenschaftler*innen entscheidend, um ihre Manuskripte zu verbessern. Dennoch bleibt qualitativ hochwertiges Feedback oft rar, da die Begutachtung von Forschungspapieren arbeitsintensiv ist. Neuartige KI-gestützte Schreibassistenten konzentrieren sich weitgehend auf Grammatikkorrekturen oder die Simulation von Peer Reviews mit abschließenden Bewertungen, liefern jedoch keine konkreten, handlungsorientierten Vorschläge, die Studierende während des Schreibprozesses bei der Verbesserung ihrer Arbeiten unterstützen. Wir stellen PaperMentor vor, ein menschenzentriertes Schreibassistenzsystem, das handlungsorientierte Vorschläge als Overleaf-native Inline-Kommentare bereitstellt, während das eigentliche Schreiben vollständig den menschlichen Autor*innen überlassen bleibt. PaperMentor integriert eine sorgfältig aus den Schreibempfehlungen etablierter Forschender kuratierte Expertenkompetenzbibliothek mit 12 spezialisierten Agenten, die verschiedene Aspekte des wissenschaftlichen Schreibens abdecken, wie Formatierungskonformität, Formulierungsgenauigkeit und Terminologiekonsistenz. In einer Nutzerstudie (n=14) wurden 90,6 % der generierten Kommentare als umsetzbar und 67,5 % als valide bewertet – eine signifikante Verbesserung gegenüber einer GPT-5.2-Baseline ohne die Kompetenzbibliothek. Wir veröffentlichen PaperMentor als Open-Source-Software zur öffentlichen Nutzung. Unser Code ist unter der AGPL-3.0-Lizenz auf https://github.com/jiarui-liu/overleaf verfügbar.

English

Expert writing feedback from experienced researchers is critical for early-career scholars to improve their manuscripts, yet high-quality feedback often remains scarce because reviewing research papers is labor-intensive. Emerging AI-powered writing assistants largely focus on grammar fixes or simulating peer review with final scores, yet they fall short of providing concrete, actionable suggestions that help students improve their papers during drafting. We present PaperMentor, a human-centered writing assistant system that delivers actionable suggestions as Overleaf-native inline comments while leaving the actual writing entirely to human authors. PaperMentor integrates an expert skill library carefully curated from established researchers' writing advice with 12 specialized agents covering different aspects of paper writing, such as formatting compliance, phrasing accuracy, and terminology consistency. In a user study (n=14), 90.6% of the generated comments were rated actionable and 67.5% were rated valid, significantly outperforming a GPT-5.2 baseline uswithout the skill library. We release PaperMentor as open source for public use. Our code is publicly available under the AGPL-3.0 license at https://github.com/jiarui-liu/overleaf