Idea2Story: Um Pipeline Automatizado para Transformar Conceitos de Pesquisa em Narrativas Científicas Completas
Idea2Story: An Automated Pipeline for Transforming Research Concepts into Complete Scientific Narratives
January 28, 2026
Autores: Tengyue Xu, Zhuoyang Qian, Gaoge Liu, Li Ling, Zhentao Zhang, Biao Wu, Shuo Zhang, Ke Lu, Wei Shi, Ziqi Wang, Zheng Feng, Yan Luo, Shu Xu, Yongjin Chen, Zhibo Feng, Zhuo Chen, Bruce Yuan, Harry Wang, Kris Chen
cs.AI
Resumo
A descoberta científica autônoma com agentes baseados em modelos de linguagem de grande escala (LLM) tem progredido substancialmente recentemente, demonstrando a capacidade de automatizar fluxos de trabalho de pesquisa de ponta a ponta. No entanto, os sistemas existentes dependem amplamente de paradigmas de execução centrados em tempo de execução, relendo, resumindo e raciocinando repetidamente sobre grandes volumes de literatura científica online. Esta estratégia de computação sob demanda acarreta alto custo computacional, sofre com limitações de janela de contexto e frequentemente leva a raciocínios frágeis e alucinações. Propomos o Idea2Story, uma estrutura orientada por pré-computação para descoberta científica autônoma que desloca a compreensão da literatura do raciocínio online para a construção de conhecimento offline. O Idea2Story coleta continuamente artigos revisados por pares juntamente com seus feedbacks de revisão, extrai unidades metodológicas centrais, compõe padrões de pesquisa reutilizáveis e os organiza em um grafo de conhecimento metodológico estruturado. Durante a execução, intenções de pesquisa subespecificadas pelo usuário são alinhadas a paradigmas de pesquisa estabelecidos, permitindo a recuperação eficiente e a reutilização de padrões de pesquisa de alta qualidade em vez de geração aberta e tentativa e erro. Ao fundamentar o planejamento e a execução da pesquisa em um grafo de conhecimento pré-construído, o Idea2Story alivia o gargalo da janela de contexto dos LLMs e reduz substancialmente o raciocínio repetitivo sobre a literatura durante a execução. Realizamos análises qualitativas e estudos empíricos preliminares demonstrando que o Idea2Story pode gerar padrões de pesquisa coerentes, metodologicamente fundamentados e inovadores, e pode produzir várias demonstrações de pesquisa de alta qualidade em um ambiente de ponta a ponta. Estes resultados sugerem que a construção de conhecimento offline fornece uma base prática e escalável para uma descoberta científica autônoma confiável.
English
Autonomous scientific discovery with large language model (LLM)-based agents has recently made substantial progress, demonstrating the ability to automate end-to-end research workflows. However, existing systems largely rely on runtime-centric execution paradigms, repeatedly reading, summarizing, and reasoning over large volumes of scientific literature online. This on-the-spot computation strategy incurs high computational cost, suffers from context window limitations, and often leads to brittle reasoning and hallucination. We propose Idea2Story, a pre-computation-driven framework for autonomous scientific discovery that shifts literature understanding from online reasoning to offline knowledge construction. Idea2Story continuously collects peer-reviewed papers together with their review feedback, extracts core methodological units, composes reusable research patterns, and organizes them into a structured methodological knowledge graph. At runtime, underspecified user research intents are aligned to established research paradigms, enabling efficient retrieval and reuse of high-quality research patterns instead of open-ended generation and trial-and-error. By grounding research planning and execution in a pre-built knowledge graph, Idea2Story alleviates the context window bottleneck of LLMs and substantially reduces repeated runtime reasoning over literature. We conduct qualitative analyses and preliminary empirical studies demonstrating that Idea2Story can generate coherent, methodologically grounded, and novel research patterns, and can produce several high-quality research demonstrations in an end-to-end setting. These results suggest that offline knowledge construction provides a practical and scalable foundation for reliable autonomous scientific discovery.