AutoPR: Automatizziamo la Tua Promozione Accademica!

AutoPR: Let's Automate Your Academic Promotion!

October 10, 2025

Autori: 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

Abstract

Con l'aumento esponenziale del volume di ricerche sottoposte a revisione paritaria, gli studiosi si affidano sempre più alle piattaforme social per la scoperta di nuovi lavori, mentre gli autori investono notevoli sforzi nella promozione delle proprie pubblicazioni per garantirne visibilità e citazioni. Per semplificare questo processo e ridurre la dipendenza dallo sforzo umano, introduciamo la Promozione Automatica (AutoPR), un nuovo compito che trasforma i lavori di ricerca in contenuti pubblici accurati, coinvolgenti e tempestivi. Per consentire una valutazione rigorosa, rilasciamo PRBench, un benchmark multimodale che collega 512 articoli sottoposti a revisione paritaria a post promozionali di alta qualità, valutando i sistemi lungo tre assi: Fedeltà (accuratezza e tono), Coinvolgimento (targeting del pubblico e appeal) e Allineamento (tempistica e ottimizzazione del canale). Introduciamo inoltre PRAgent, un framework multi-agente che automatizza AutoPR in tre fasi: estrazione dei contenuti con preparazione multimodale, sintesi collaborativa per output raffinati e adattamento specifico alla piattaforma per ottimizzare norme, tono e tagging per una massima portata. Rispetto alle pipeline dirette di LLM su PRBench, PRAgent dimostra miglioramenti sostanziali, tra cui un aumento del 604% del tempo totale di visualizzazione, un incremento del 438% dei "mi piace" e almeno un miglioramento di 2,9x nel coinvolgimento complessivo. Studi di ablazione mostrano che la modellazione della piattaforma e la promozione mirata contribuiscono maggiormente a questi guadagni. I nostri risultati posizionano AutoPR come un problema di ricerca trattabile e misurabile, fornendo una roadmap per una comunicazione accademica automatizzata scalabile e di impatto.

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.