Multi-turn agentisch doorzoeken van wetenschappelijke literatuur via workflow-inductie

Samenvatting

Wetenschappelijk literatuuronderzoek vereist vaak meer dan het ophalen van artikelen uit één enkele zoekopdracht: de intenties van gebruikers zijn ondergespecificeerd, afhankelijk van voorkeuren en evolueren door interactie. Bestaande zoekagenten vertrouwen doorgaans op vaste pijplijnen of impliciete, uitsluitend op taal gebaseerde redeneringen, waardoor hun zoekstrategieën moeilijk te controleren, inspecteren en verfijnen zijn. Wij introduceren PaperPilot, een meerstaps literatuurzoekagent die wetenschappelijk zoeken definieert als workflow-inductie. Gegeven een ankerartikel en een gebruikersquery construeert PaperPilot een uitvoerbare DAG van zoekoperatoren voor artikelen, waaronder trefwoordzoekopdracht, citatie-uitbreiding, filteren, scoren, herrangschikken en bewijsextractie. Gebruikersfeedback wordt vervolgens gebruikt om zowel de query als de workflow zelf te verfijnen. Wij traineren PaperPilot met gesuperviseerde workflow-imitaties en voorkeursoptimalisatie over gecontroleerde workflow-corrupties. Experimenten tonen aan dat PaperPilot-9B verbetert ten opzichte van de basis Qwen3.5-9B toolset-agent onder meerstaps interactie, met een toename van Hit@5 van 58,0 naar 77,0, MRR van 47,5 naar 59,4 en nDCG@10 van 26,8 naar 32,5, terwijl workflow-uitvoeringsfouten afnemen van 9,5% naar 0%. Deze resultaten tonen aan dat expliciete, bewerkbare zoekworkflows een effectieve en beheersbare interface bieden voor het afstemmen van literatuurzoekagenten op complexe wetenschappelijke intenties.

English

Scientific literature search often requires more than retrieving papers from a single query: users' intents are underspecified, preference-dependent, and evolve through interaction. Existing search agents typically rely on fixed pipelines or implicit language-only reasoning, making their search strategies difficult to control, inspect, and refine. We introduce PaperPilot, a multi-turn literature search agent that frames scientific search as workflow induction. Given an anchor paper and a user query, PaperPilot constructs an executable DAG of paper-search operators, including keyword search, citation expansion, filtering, scoring, reranking, and evidence extraction. User feedback is then used to refine both the query and the workflow itself. We train PaperPilot with supervised workflow imitation and preference optimization over controlled workflow corruptions. Experiments show that PaperPilot-9B improves over the base Qwen3.5-9B toolset agent under multi-turn interaction, increasing Hit@5 from 58.0 to 77.0, MRR from 47.5 to 59.4, and nDCG@10 from 26.8 to 32.5, while reducing workflow execution errors from 9.5% to 0%. These results show that explicit, editable search workflows provide an effective and controllable interface for aligning literature search agents with complex scientific intent.