arXiv cs.AI· Yutong Leng, Haojiong Chen, Fukai Shang, Xiaoyang Wang, Mindong Liu, Runyuan Ma, Jiantao Qiu·· 2 天前AI 评分32
SPRA：面向 AI 智能体的结构化论文表示，覆盖超百万篇 AI 论文
Do Agents Need a New Kind of Paper? SPRA: Structured Paper Representation for Agents
AI 导读
研究者提出 SPRA（Structured Paper Representation for Agents），一种以持久化研究对象和类型化关系组织的论文级表示，其 empirical-AI 配置涵盖 Problems、Contributions、Components、ExperimentSetups、Measures 和 Findings。
正文 · AI 翻译
摘要：科学智能体必须将分散在叙述性文章中的研究问题、方法和发现联系起来。我们提出 SPRA（Structured Paper Representation for Agents，面向智能体的结构化论文表示），一种论文级表示，用于持久化研究对象的表示和类型化关系。其经验性 AI 配置组织问题、贡献、组件、实验设置、度量与发现，以支持查询、遍历和复用。选定的论文级引用关系记录依赖、组件使用及与先前工作的比较；来源位置支持验证。我们在超过一百万篇 AI 论文上实例化 SPRA，包含 1995 万个研究单元和 2407 万条内部关系。评估通过 Schema-RAG 访问 SPRA，任务证据在推理前固定。在七个子领域中，SPRA 将来源条件科学问答较段落检索提升 0.381/5，同时与 Full Compact 保持接近（平均低 0.078/5）。在有向跨论文推理中，限定较段落检索提升 0.184/5；Top-5 综合显示质量效果不一。在所有配对的 RQ2 任务中，包括 Top-5，输入+输出 token 较段落检索减少 28.5%，较 Full Compact 减少 95.3%。在想法生成中，Overall 分数较 Full Compact 低 0.067 分，同时输入+输出 token 减少 93.7%。总之，这些结果支持 SPRA 作为科学内容的可用表示，以及作为连接、检查和复用论文级研究对象的科研工作流基础。SPRA 资源可通过 SciVerse 学术数据平台访问。
| 评论： | 23 页，包括参考文献和附录；资源网站：this https URL |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.21424 [cs.AI] |
| （或 arXiv:2610.21424v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21424 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Yutong Leng [查看邮箱]
[v1]
2026年10月15日星期四 07:34:12 UTC（549 KB）
来源：arXiv cs.AI · arxiv.org