Paper2Rebuttal: 透明性のある著者応答支援のためのマルチエージェントフレームワーク

Paper2Rebuttal: A Multi-Agent Framework for Transparent Author Response Assistance

January 20, 2026

著者: Qianli Ma, Chang Guo, Zhiheng Tian, Siyu Wang, Jipeng Xiao, Yuanhao Yue, Zhipeng Zhang

cs.AI

要旨

効果的な反論意見の作成は、単なる言語的流暢さ以上のものを要求するハイステークスな作業であり、査読者の意図と論文の詳細との正確な整合が求められます。既存のアプローチは通常、これを直接テキスト生成問題として扱うため、虚偽の生成、見過ごされた批判点、検証可能な根拠の欠如といった課題に直面しています。これらの制限を解決するため、我々は反論生成を証拠中心の計画タスクとして再定義する初のマルチエージェントフレームワーク「RebuttalAgent」を提案します。本システムは複雑なフィードバックを原子論的な懸念事項に分解し、圧縮された要約と高精度の原文を統合して動的にハイブリッドな文脈を構築します。さらに、外部文献を必要とする懸念事項に対処するため、自律的かつオンデマンドで動作する外部検索モジュールを統合しています。反論文案作成前に検査可能な応答計画を生成することで、RebuttalAgentはすべての論点が内部または外部の証拠に明示的に裏付けられることを保証します。提案するRebuttalBenchを用いた検証により、本パイプラインがカバレッジ、忠実性、戦略的一貫性の面で強力なベースラインを上回ることを示し、査読プロセスにおける透明性と制御性を備えたアシスタントを提供します。コードは公開予定です。

English

Writing effective rebuttals is a high-stakes task that demands more than linguistic fluency, as it requires precise alignment between reviewer intent and manuscript details. Current solutions typically treat this as a direct-to-text generation problem, suffering from hallucination, overlooked critiques, and a lack of verifiable grounding. To address these limitations, we introduce RebuttalAgent, the first multi-agents framework that reframes rebuttal generation as an evidence-centric planning task. Our system decomposes complex feedback into atomic concerns and dynamically constructs hybrid contexts by synthesizing compressed summaries with high-fidelity text while integrating an autonomous and on-demand external search module to resolve concerns requiring outside literature. By generating an inspectable response plan before drafting, RebuttalAgent ensures that every argument is explicitly anchored in internal or external evidence. We validate our approach on the proposed RebuttalBench and demonstrate that our pipeline outperforms strong baselines in coverage, faithfulness, and strategic coherence, offering a transparent and controllable assistant for the peer review process. Code will be released.