Papier Espresso: Van Papieroverload tot Onderzoeksinzicht
Paper Espresso: From Paper Overload to Research Insight
April 6, 2026
Auteurs: Mingzhe Du, Luu Anh Tuan, Dong Huang, See-kiong Ng
cs.AI
Samenvatting
Het versnellende tempo van wetenschappelijke publicaties maakt het voor onderzoekers steeds moeilijker om bij te blijven. Wij presenteren Paper Espresso, een open-source platform dat automatisch trending arXiv-publicaties ontdekt, samenvat en analyseert. Het systeem gebruikt grote taalmmodellen (LLM's) om gestructureerde samenvattingen met onderwerpetiketten en trefwoorden te genereren, en biedt trendanalyses op meerdere granulariteiten (dagelijks, wekelijks, maandelijks) via LLM-gestuurde topicconsolidatie. Gedurende 35 maanden van continue inzet heeft Paper Espresso meer dan 13.300 publicaties verwerkt en alle gestructureerde metadata openbaar vrijgegeven, wat rijke dynamieken in het AI-onderzoekslandschap onthult: een piek in midden-2025 in reinforcement learning voor LLM-redenering, niet-verzadigende topicontwikkeling (6.673 unieke topics), en een positieve correlatie tussen topicnieuwigheid en gemeenschapsbetrokkenheid (2.0x mediane upvotes voor de meest vernieuwende publicaties). Een live demo is beschikbaar op https://huggingface.co/spaces/Elfsong/Paper_Espresso.
English
The accelerating pace of scientific publishing makes it increasingly difficult for researchers to stay current. We present Paper Espresso, an open-source platform that automatically discovers, summarizes, and analyzes trending arXiv papers. The system uses large language models (LLMs) to generate structured summaries with topical labels and keywords, and provides multi-granularity trend analysis at daily, weekly, and monthly scales through LLM-driven topic consolidation. Over 35 months of continuous deployment, Paper Espresso has processed over 13,300 papers and publicly released all structured metadata, revealing rich dynamics in the AI research landscape: a mid-2025 surge in reinforcement learning for LLM reasoning, non-saturating topic emergence (6,673 unique topics), and a positive correlation between topic novelty and community engagement (2.0x median upvotes for the most novel papers). A live demo is available at https://huggingface.co/spaces/Elfsong/Paper_Espresso.