Многошаговый агентный поиск научной литературы посредством индукции рабочего процесса

Аннотация

Поиск научной литературы часто требует большего, чем извлечение статей по одному запросу: намерения пользователей не полностью определены, зависят от предпочтений и эволюционируют в процессе взаимодействия. Существующие поисковые агенты обычно полагаются на фиксированные конвейеры или неявные рассуждения только на основе языка, что делает их поисковые стратегии трудно контролируемыми, проверяемыми и улучшаемыми. Мы представляем PaperPilot — многопозиционный агент для поиска литературы, который рассматривает научный поиск как индукцию рабочего процесса. На основе референтной статьи и пользовательского запроса PaperPilot строит исполняемый DAG операторов поиска статей, включая поиск по ключевым словам, расширение цитирований, фильтрацию, ранжирование, переранжирование и извлечение доказательств. Затем используется обратная связь от пользователя для уточнения как запроса, так и самого рабочего процесса. Мы обучаем PaperPilot с помощью контролируемой имитации рабочего процесса и оптимизации предпочтений при контролируемых искажениях рабочего процесса. Эксперименты показывают, что PaperPilot-9B превосходит базового агента с инструментами Qwen3.5-9B при многопозиционном взаимодействии, повышая Hit@5 с 58,0 до 77,0, MRR с 47,5 до 59,4 и nDCG@10 с 26,8 до 32,5, при этом снижая количество ошибок выполнения рабочего процесса с 9,5% до 0%. Эти результаты показывают, что явные, редактируемые рабочие процессы поиска обеспечивают эффективный и контролируемый интерфейс для согласования агентов поиска литературы со сложными научными намерениями.

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.