AutoPR: ¡Automatiza tu Promoción Académica!

AutoPR: Let's Automate Your Academic Promotion!

October 10, 2025

Autores: Qiguang Chen, Zheng Yan, Mingda Yang, Libo Qin, Yixin Yuan, Hanjing Li, Jinhao Liu, Yiyan Ji, Dengyun Peng, Jiannan Guan, Mengkang Hu, Yantao Du, Wanxiang Che

cs.AI

Resumen

A medida que el volumen de investigación revisada por pares aumenta, los académicos dependen cada vez más de plataformas sociales para el descubrimiento, mientras que los autores invierten un esfuerzo considerable en promover su trabajo para garantizar visibilidad y citas. Para agilizar este proceso y reducir la dependencia del esfuerzo humano, presentamos la Promoción Automática (AutoPR), una tarea novedosa que transforma artículos de investigación en contenido público preciso, atractivo y oportuno. Para permitir una evaluación rigurosa, lanzamos PRBench, un punto de referencia multimodal que vincula 512 artículos revisados por pares con publicaciones promocionales de alta calidad, evaluando los sistemas en tres ejes: Fidelidad (precisión y tono), Compromiso (orientación al público y atractivo) y Alineación (optimización de tiempo y canal). También presentamos PRAgent, un marco de múltiples agentes que automatiza AutoPR en tres etapas: extracción de contenido con preparación multimodal, síntesis colaborativa para resultados pulidos y adaptación específica de la plataforma para optimizar normas, tono y etiquetado para maximizar el alcance. En comparación con las canalizaciones directas de LLM en PRBench, PRAgent demuestra mejoras sustanciales, incluyendo un aumento del 604% en el tiempo total de visualización, un incremento del 438% en "me gusta" y al menos un aumento de 2.9x en el compromiso general. Los estudios de ablación muestran que el modelado de plataformas y la promoción dirigida contribuyen más a estas ganancias. Nuestros resultados posicionan a AutoPR como un problema de investigación manejable y medible, y proporcionan una hoja de ruta para la comunicación académica automatizada escalable y de impacto.

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.