ResearchStudio-Idea: Un conjunto de habilidades de ideación de investigación fundamentado en evidencia a partir de resultados de conferencias de ML

Resumen

Los grandes modelos de lenguaje han hecho que la ideación de investigación sea cada vez más accesible; sin embargo, el desarrollo efectivo de ideas requiere más que generar direcciones candidatas. Los investigadores deben fundamentar un problema en la literatura actual, identificar cuellos de botella significativos, diferenciarse de las soluciones existentes y evaluar los riesgos antes de comprometerse con la implementación. Presentamos ResearchStudio-Idea como un conjunto de habilidades reutilizable para esta primera milla de la ideación de investigación. El conjunto incluye Paper-Search, una habilidad independiente de búsqueda bibliográfica en múltiples fuentes; Scoop-Check, un verificador independiente de colisiones con arte previo para afirmaciones de novedad; e IdeaSpark, la habilidad integral que compone la fundamentación empírica, la generación guiada por patrones, la recuperación de colisiones, la auditoría y la representación de tarjetas de ideas en un único flujo de trabajo. IdeaSpark se construye a partir de un corpus de 1,947 artículos de conferencias de aprendizaje automático recopilados de ICLR, ICML y NeurIPS entre 2021 y 2025, incluyendo trabajos orales, un subconjunto de alta citación seguido por separado y envíos rechazados. El análisis de estos resultados revela 31 subpatrones de ideación recurrentes, consolidados en 15 patrones de ideación reutilizables. Cada patrón se operacionaliza como una tarjeta estructurada que contiene contextos de investigación, tipos de cuellos de botella, estrategias de diferenciación, precedentes de apoyo y modos de fallo comunes. Dado un problema de investigación y un conjunto de evidencia, IdeaSpark evalúa la preparación de la evidencia, reconstruye el contexto de investigación circundante, identifica cuellos de botella no resueltos, selecciona patrones relevantes, instancia una dirección candidata, recupera trabajo previo potencialmente conflictivo y realiza una auditoría informada por resultados. Este flujo de trabajo transforma patrones de ideación reutilizables en propuestas de investigación trazables. Las evaluaciones ciegas con juez automatizado muestran que IdeaSpark produce consistentemente propuestas de investigación más sólidas que las líneas base sin habilidad y con habilidad genérica, manteniendo una novedad competitiva.

English

Large language models have made research ideation increasingly accessible, yet effective idea development requires more than generating candidate directions. Researchers must ground a problem in current literature, identify meaningful bottlenecks, differentiate from existing solutions, and evaluate risks before committing to implementation. We present ResearchStudio-Idea as a reusable skill suite for this first mile of research ideation. The suite includes Paper-Search, a standalone multi-source literature search skill; Scoop-Check, a standalone prior-art collision checker for novelty claims; and IdeaSpark, the end-to-end skill that composes evidence grounding, pattern-guided generation, collision retrieval, audit, and idea-card rendering into one workflow. IdeaSpark is constructed from a corpus of 1,947 machine learning conference papers collected from ICLR, ICML, and NeurIPS between 2021 and 2025, including Oral papers, a separately tracked high-citation subset, and rejected submissions. Analysis of these outcomes reveals 31 recurring ideation sub-patterns, consolidated into 15 reusable ideation patterns. Each pattern is operationalized as a structured card containing research contexts, bottleneck types, differentiation strategies, supporting precedents, and common failure modes. Given a research problem and an evidence bundle, IdeaSpark evaluates evidence readiness, reconstructs the surrounding research context, identifies unresolved bottlenecks, selects relevant patterns, instantiates one candidate direction, retrieves potentially conflicting prior work, and performs outcome-informed auditing. This workflow transforms reusable ideation patterns into traceable research proposals. Blind automated-judge evaluations show that IdeaSpark consistently produces stronger research proposals than no-skill and generic-skill baselines while maintaining competitive novelty.