Resumen: Sintetizar materiales de investigación no estructurados en manuscritos es un desafío esencial pero poco explorado en los descubrimientos científicos impulsados por la IA. Los escritores autónomos existentes están rígidamente acoplados a líneas experimentales específicas y producen revisiones bibliográficas superficiales. Presentamos PaperOrchestra, un marco de múltiples agentes para la redacción automatizada de artículos de investigación sobre IA. Transforma de manera flexible materiales previos a la escritura sin restricciones en manuscritos LaTeX listos para enviar, incluida una síntesis literaria completa y elementos visuales generados, como tramas y diagramas conceptuales. Para evaluar el rendimiento, presentamos PaperWritingBench, el primer punto de referencia estandarizado de materias primas sometidas a ingeniería inversa a partir de 200 artículos de conferencias de IA de primer nivel, junto con un conjunto completo de evaluadores automatizados. En evaluaciones humanas en paralelo, PaperOrchestra supera significativamente las líneas de base autónomas, logrando un margen de tasa de ganancia absoluta del 50 % al 68 % en la calidad de la revisión de la literatura y del 14 % al 38 % en la calidad general del manuscrito.
Publicado originalmente en export.arxiv.org el 7 de abril de 2026.
Ver fuente original
