Paper2Web: 당신의 논문을 생동감 있게 만들어 드립니다!

Paper2Web: Let's Make Your Paper Alive!

October 17, 2025

저자: Yuhang Chen, Tianpeng Lv, Siyi Zhang, Yixiang Yin, Yao Wan, Philip S. Yu, Dongping Chen

cs.AI

초록

학술 프로젝트 웹사이트는 핵심 내용을 명확히 제시하고 직관적인 탐색 및 상호작용을 가능하게 할 때 연구를 더 효과적으로 전파할 수 있다. 그러나 현재의 접근 방식, 예를 들어 직접적인 대형 언어 모델(LLM) 생성, 템플릿, 또는 직접 HTML 변환은 레이아웃을 고려한 인터랙티브 사이트를 생성하는 데 어려움을 겪고 있으며, 이 작업을 위한 포괄적인 평가 도구가 부족한 실정이다. 본 논문에서는 학술 웹페이지 생성을 평가하기 위한 벤치마크 데이터셋과 다차원 평가 프레임워크인 Paper2Web을 소개한다. 이는 연결성, 완전성과 같은 규칙 기반 메트릭과 인간 검증을 거친 LLM-as-a-Judge(상호작용성, 미학, 정보성 포함), 그리고 논문 수준의 지식 보유도를 측정하는 PaperQuiz를 통합한다. 또한, 과학 논문을 인터랙티브하고 멀티미디어가 풍부한 학술 홈페이지로 변환하는 자율 파이프라인인 PWAgent를 제시한다. 이 에이전트는 강조, 균형, 프레젠테이션 품질을 향상시키는 MCP 도구를 통해 콘텐츠와 레이아웃을 반복적으로 개선한다. 실험 결과, PWAgent는 템플릿 기반 웹페이지 및 arXiv/alphaXiv 버전과 같은 종단 간 베이스라인을 큰 차이로 능가하면서도 낮은 비용을 유지하며, 학술 웹페이지 생성에서 파레토 최적을 달성함을 보여준다.

English

Academic project websites can more effectively disseminate research when they clearly present core content and enable intuitive navigation and interaction. However, current approaches such as direct Large Language Model (LLM) generation, templates, or direct HTML conversion struggle to produce layout-aware, interactive sites, and a comprehensive evaluation suite for this task has been lacking. In this paper, we introduce Paper2Web, a benchmark dataset and multi-dimensional evaluation framework for assessing academic webpage generation. It incorporates rule-based metrics like Connectivity, Completeness and human-verified LLM-as-a-Judge (covering interactivity, aesthetics, and informativeness), and PaperQuiz, which measures paper-level knowledge retention. We further present PWAgent, an autonomous pipeline that converts scientific papers into interactive and multimedia-rich academic homepages. The agent iteratively refines both content and layout through MCP tools that enhance emphasis, balance, and presentation quality. Our experiments show that PWAgent consistently outperforms end-to-end baselines like template-based webpages and arXiv/alphaXiv versions by a large margin while maintaining low cost, achieving the Pareto-front in academic webpage generation.