Búsqueda Multironda de Literatura Científica Basada en Agentes mediante Inducción de Flujo de Trabajo

Resumen

La búsqueda en literatura científica a menudo requiere más que recuperar artículos a partir de una única consulta: las intenciones de los usuarios están subespecificadas, dependen de preferencias y evolucionan mediante la interacción. Los agentes de búsqueda existentes suelen basarse en pipelines fijos o en razonamiento implícito exclusivamente lingüístico, lo que dificulta controlar, inspeccionar y refinar sus estrategias de búsqueda. Presentamos PaperPilot, un agente de búsqueda de literatura multi-turno que enmarca la búsqueda científica como inducción de flujos de trabajo. Dado un artículo de anclaje y una consulta de usuario, PaperPilot construye un DAG ejecutable de operadores de búsqueda de artículos, que incluye búsqueda por palabras clave, expansión de citas, filtrado, puntuación, reordenamiento y extracción de evidencia. Luego, se utiliza la retroalimentación del usuario para refinar tanto la consulta como el propio flujo de trabajo. Entrenamos a PaperPilot con imitación de flujo de trabajo supervisada y optimización de preferencias sobre corrupciones controladas del flujo de trabajo. Los experimentos muestran que PaperPilot-9B mejora al agente base Qwen3.5-9B basado en herramientas bajo interacción multi-turno, aumentando Hit@5 de 58,0 a 77,0, MRR de 47,5 a 59,4 y nDCG@10 de 26,8 a 32,5, mientras reduce los errores de ejecución del flujo de trabajo de 9,5% a 0%. Estos resultados demuestran que los flujos de trabajo de búsqueda explícitos y editables proporcionan una interfaz eficaz y controlable para alinear los agentes de búsqueda de literatura con intenciones científicas complejas.

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.