Recherche agentique multi-tour de littérature scientifique via induction de workflow

Résumé

La recherche dans la littérature scientifique nécessite souvent plus que la simple récupération de documents à partir d'une seule requête : les intentions des utilisateurs sont sous-spécifiées, dépendantes des préférences et évoluent au fil de l'interaction. Les agents de recherche existants s'appuient généralement sur des pipelines fixes ou un raisonnement implicite uniquement linguistique, rendant leurs stratégies de recherche difficiles à contrôler, inspecter et affiner. Nous présentons PaperPilot, un agent de recherche bibliographique multitour qui formule la recherche scientifique comme une induction de workflows. Étant donné un article de référence et une requête utilisateur, PaperPilot construit un DAG exécutable d'opérateurs de recherche de documents, incluant la recherche par mots-clés, l'expansion de citations, le filtrage, le score, le reclassement et l'extraction de preuves. Les retours utilisateurs sont ensuite utilisés pour affiner à la fois la requête et le workflow lui-même. Nous entraînons PaperPilot via une imitation supervisée de workflows et une optimisation des préférences sur des corruptions contrôlées de workflows. Les expériences montrent que PaperPilot-9B s'améliore par rapport à l'agent basé sur l'ensemble d'outils Qwen3.5-9B en interaction multitour, augmentant Hit@5 de 58,0 à 77,0, MRR de 47,5 à 59,4 et nDCG@10 de 26,8 à 32,5, tout en réduisant les erreurs d'exécution de workflows de 9,5 % à 0 %. Ces résultats montrent que des workflows de recherche explicites et modifiables offrent une interface efficace et contrôlable pour aligner les agents de recherche bibliographique sur des intentions scientifiques complexes.

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.