AutoPR: 학술 진급 프로세스를 자동화해 드립니다!

초록

동료 평가 연구의 양이 급증함에 따라 학자들은 점점 더 연구 발견을 위해 소셜 플랫폼에 의존하고 있으며, 저자들은 자신의 연구가 주목받고 인용되도록 하기 위해 상당한 노력을 기울이고 있습니다. 이러한 과정을 간소화하고 인간의 노력에 대한 의존도를 줄이기 위해, 우리는 연구 논문을 정확하고 흥미롭며 시의적절한 공개 콘텐츠로 변환하는 새로운 작업인 자동 홍보(AutoPR)를 소개합니다. 엄격한 평가를 가능하게 하기 위해, 우리는 512편의 동료 평가 논문을 고품질 홍보 게시물과 연결한 다중 모드 벤치마크인 PRBench를 공개합니다. 이 벤치마크는 시스템을 세 가지 축(충실도: 정확성과 톤, 참여도: 대상 독자와 매력, 정렬: 시기와 채널 최적화)에 따라 평가합니다. 또한, 우리는 AutoPR을 세 단계(다중 모드 준비를 통한 콘텐츠 추출, 협업적 합성을 통한 세련된 출력 생성, 플랫폼별 적응을 통한 규범, 톤, 태그 최적화)로 자동화하는 다중 에이전트 프레임워크인 PRAgent를 소개합니다. PRBench에서 직접적인 LLM 파이프라인과 비교했을 때, PRAgent는 총 시청 시간 604% 증가, 좋아요 438% 증가, 전체 참여도 최소 2.9배 향상 등 상당한 개선을 보여줍니다. 제거 연구(ablation study)는 플랫폼 모델링과 타겟팅된 홍보가 이러한 성과에 가장 큰 기여를 한다는 것을 보여줍니다. 우리의 결과는 AutoPR을 실현 가능하고 측정 가능한 연구 문제로 자리매김하며, 확장 가능하고 영향력 있는 자동화된 학술 커뮤니케이션을 위한 로드맵을 제공합니다.

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.

AutoPR: 학술 진급 프로세스를 자동화해 드립니다!

AutoPR: Let's Automate Your Academic Promotion!

초록

Support