AutoPR: あなたの学術的昇進を自動化しましょう！

AutoPR: Let's Automate Your Academic Promotion!

October 10, 2025

著者: 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

要旨

査読付き研究論文の量が急増する中、研究者たちは発見のためにソーシャルプラットフォームにますます依存するようになり、著者たちは自らの研究の可視性と引用を確保するために多大な労力を費やしてプロモーションを行っています。このプロセスを効率化し、人的労力への依存を減らすため、私たちは研究論文を正確で魅力的かつタイムリーな公開コンテンツに変換する新たなタスクである自動プロモーション（AutoPR）を提案します。厳密な評価を可能にするため、512本の査読付き論文を高品質なプロモーションポストと結びつけたマルチモーダルベンチマーク「PRBench」を公開し、システムを3つの軸で評価します：忠実度（正確性とトーン）、エンゲージメント（対象読者層と魅力）、アラインメント（タイミングとチャネル最適化）。さらに、AutoPRを自動化するマルチエージェントフレームワーク「PRAgent」を導入します。PRAgentは3段階で動作します：マルチモーダル準備によるコンテンツ抽出、洗練された出力のための協調的合成、そして最大のリーチを実現するためのプラットフォーム固有の適応（規範、トーン、タグ付けの最適化）。PRBenchにおいて直接的なLLMパイプラインと比較した場合、PRAgentは総視聴時間604%増、いいね数438%増、全体的なエンゲージメント少なくとも2.9倍向上といった大幅な改善を示しています。アブレーションスタディでは、プラットフォームモデリングとターゲットプロモーションがこれらの成果に最も大きく寄与していることが明らかになりました。私たちの結果は、AutoPRを扱いやすく測定可能な研究課題として位置づけ、スケーラブルで影響力のある自動化学術コミュニケーションのためのロードマップを提供します。

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.