PaperMentor: Een mensgerichte multi-agent schrijftutor voor AI-onderzoeksartikelen op Overleaf

Samenvatting

Deskundige schrijffeedback van ervaren onderzoekers is cruciaal voor beginnende academici om hun manuscripten te verbeteren, maar hoogwaardige feedback blijft vaak schaars omdat het beoordelen van onderzoeksartikelen arbeidsintensief is. Opkomende AI-gestuurde schrijfassistenten richten zich voornamelijk op grammaticacorrecties of het simuleren van peer review met eindcijfers, maar schieten tekort in het geven van concrete, uitvoerbare suggesties die studenten helpen hun papers te verbeteren tijdens het schrijfproces. We presenteren PaperMentor, een mensgericht schrijfassistent-systeem dat uitvoerbare suggesties levert als Overleaf-native inline-opmerkingen, terwijl het daadwerkelijke schrijven volledig aan menselijke auteurs wordt overgelaten. PaperMentor integreert een bibliotheek met deskundige vaardigheden, zorgvuldig samengesteld uit schrijfadvies van gevestigde onderzoekers, met 12 gespecialiseerde agenten die verschillende aspecten van het schrijven van papers bestrijken, zoals naleving van opmaak, nauwkeurigheid van formuleringen en consistentie van terminologie. In een gebruikersstudie (n=14) werd 90,6% van de gegenereerde opmerkingen als uitvoerbaar beoordeeld en 67,5% als geldig, wat aanzienlijk beter presteerde dan een GPT-5.2-baseline zonder de vaardighedenbibliotheek. We stellen PaperMentor beschikbaar als open source voor openbaar gebruik. Onze code is openbaar beschikbaar onder de AGPL-3.0-licentie op https://github.com/jiarui-liu/overleaf.

English

Expert writing feedback from experienced researchers is critical for early-career scholars to improve their manuscripts, yet high-quality feedback often remains scarce because reviewing research papers is labor-intensive. Emerging AI-powered writing assistants largely focus on grammar fixes or simulating peer review with final scores, yet they fall short of providing concrete, actionable suggestions that help students improve their papers during drafting. We present PaperMentor, a human-centered writing assistant system that delivers actionable suggestions as Overleaf-native inline comments while leaving the actual writing entirely to human authors. PaperMentor integrates an expert skill library carefully curated from established researchers' writing advice with 12 specialized agents covering different aspects of paper writing, such as formatting compliance, phrasing accuracy, and terminology consistency. In a user study (n=14), 90.6% of the generated comments were rated actionable and 67.5% were rated valid, significantly outperforming a GPT-5.2 baseline uswithout the skill library. We release PaperMentor as open source for public use. Our code is publicly available under the AGPL-3.0 license at https://github.com/jiarui-liu/overleaf