arXiv cs.AI· Zhuo Chen, Jian Wang, Jinjie Gu, Lijun Wu·· 10 小时前AI 评分31
KnowMe Paper Radar:自动科研时代的轻量级论文发现工具
KnowMe Paper Radar: Lightweight Discovery of Promising Papers in the Age of Autoresearch
AI 导读
KnowMe Paper Radar 是一款轻量级论文发现工具,将主题相关性、时效性、作者研究历史、合作路径与机构背景等多源证据整合为个性化阅读优先级,普通使用无需 LLM 推理。
正文 · AI 翻译
摘要:主题相似的论文数量不断增长,使得人们难以识别能够提供有用研究见解或方法指导的新工作。我们提出 KnowMe Paper Radar,一个轻量级的发现工具,它将多种证据来源整合为个性化阅读优先级。用户指定主题、优先级、排除项和日期;系统汇集主题相关性、时效性、作者研究历史、合作路径以及方向特定的机构背景。通过公开每个评分组成部分及其支撑来源,KnowMe 帮助读者为其当前问题挑选有前景的论文,并发现熟悉作者之外的相关工作。自动采集、版本合并和图缓存复用使这一工作流保持便捷,且日常使用中无需大语言模型(LLM)推理。在 174,640 条已采集记录上的实验表明,重复上下文准备速度提升三倍以上,而缓存摘要使专家评判的检索任务中排名 10 的归一化折损累计增益(NDCG@10)从 0.412 提升至 0.598。补充分析考察了同一批累积记录如何支持语义检索、研究历史建模和基于文献的规划。浏览器界面和结构化命令行界面(CLI)使研究人员和研究智能体都能使用这些能力,将 KnowMe 定位为面向文献驱动递归自我改进(RSI)工作流的实用上游工具。
| 评论: | 进行中的工作。67 页,含 34 幅图和 37 张表。项目网站:此 https URL GitHub:此 https URL |
| 主题: | 人工智能(cs.AI);信息检索(cs.IR) |
| 引用为: | arXiv:2611.23702 [cs.AI] |
| (或 arXiv:2611.23702v1 [cs.AI] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.23702 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Zhuo Chen [查看电子邮件]
[v1]
2026 年 11 月 18 日星期三 01:47:31 UTC(6,186 KB)
来源:arXiv cs.AI · arxiv.org