Idea2Story: Una Canalización Automatizada para Transformar Conceptos de Investigación en Narrativas Científicas Completas
Idea2Story: An Automated Pipeline for Transforming Research Concepts into Complete Scientific Narratives
January 28, 2026
Autores: Tengyue Xu, Zhuoyang Qian, Gaoge Liu, Li Ling, Zhentao Zhang, Biao Wu, Shuo Zhang, Ke Lu, Wei Shi, Ziqi Wang, Zheng Feng, Yan Luo, Shu Xu, Yongjin Chen, Zhibo Feng, Zhuo Chen, Bruce Yuan, Harry Wang, Kris Chen
cs.AI
Resumen
El descubrimiento científico autónomo mediante agentes basados en modelos de lenguaje grandes (LLM) ha experimentado recientes avances sustanciales, demostrando la capacidad de automatizar flujos de trabajo de investigación integrales. Sin embargo, los sistemas existentes se basan principalmente en paradigmas de ejecución centrados en tiempo de ejecución, que leen, resumen y razonan repetidamente sobre grandes volúmenes de literatura científica en línea. Esta estrategia de cálculo inmediato conlleva altos costos computacionales, sufre limitaciones de ventana de contexto y frecuentemente genera razonamientos frágiles y alucinaciones. Proponemos Idea2Story, un marco de descubrimiento científico autónomo impulsado por precómputo que traslada la comprensión de la literatura del razonamiento en línea a la construcción de conocimiento fuera de línea. Idea2Story recopila continuamente artículos revisados por pares junto con sus comentarios de revisión, extrae unidades metodológicas centrales, compone patrones de investigación reutilizables y los organiza en un grafo de conocimiento metodológico estructurado. Durante la ejecución, las intenciones de investigación poco especificadas del usuario se alinean con paradigmas de investigación establecidos, permitiendo la recuperación eficiente y la reutilización de patrones de investigación de alta calidad en lugar de la generación abierta y el método de prueba y error. Al fundamentar la planificación y ejecución de la investigación en un grafo de conocimiento preconstruido, Idea2Story mitiga el cuello de botella de la ventana de contexto de los LLM y reduce sustancialmente el razonamiento repetitivo en tiempo de ejecución sobre la literatura. Realizamos análisis cualitativos y estudios empíricos preliminares que demuestran que Idea2Story puede generar patrones de investigación coherentes, metodológicamente fundamentados y novedosos, y puede producir varias demostraciones de investigación de alta calidad en un entorno integral. Estos resultados sugieren que la construcción de conocimiento fuera de línea proporciona una base práctica y escalable para un descubrimiento científico autónomo confiable.
English
Autonomous scientific discovery with large language model (LLM)-based agents has recently made substantial progress, demonstrating the ability to automate end-to-end research workflows. However, existing systems largely rely on runtime-centric execution paradigms, repeatedly reading, summarizing, and reasoning over large volumes of scientific literature online. This on-the-spot computation strategy incurs high computational cost, suffers from context window limitations, and often leads to brittle reasoning and hallucination. We propose Idea2Story, a pre-computation-driven framework for autonomous scientific discovery that shifts literature understanding from online reasoning to offline knowledge construction. Idea2Story continuously collects peer-reviewed papers together with their review feedback, extracts core methodological units, composes reusable research patterns, and organizes them into a structured methodological knowledge graph. At runtime, underspecified user research intents are aligned to established research paradigms, enabling efficient retrieval and reuse of high-quality research patterns instead of open-ended generation and trial-and-error. By grounding research planning and execution in a pre-built knowledge graph, Idea2Story alleviates the context window bottleneck of LLMs and substantially reduces repeated runtime reasoning over literature. We conduct qualitative analyses and preliminary empirical studies demonstrating that Idea2Story can generate coherent, methodologically grounded, and novel research patterns, and can produce several high-quality research demonstrations in an end-to-end setting. These results suggest that offline knowledge construction provides a practical and scalable foundation for reliable autonomous scientific discovery.