NoveltyAgent：点ごとの新規性分析と自己検証を備えた自律的な新規性報告エージェント

要旨: 学術論文の指数関数的な増加により、品質のばらつきがある論文が急増し、論文スクリーニングのコストが高騰しています。現行の手法は、いずれも一般的なAIレビュアー内での目新しさ評価を用いるか、ドメイン固有の仕組みを欠くために低品質な結果しか得られないDeepResearchを流用しています。このギャップを埋めるために、本研究では、論文の独創性を徹底的に評価できる包括的かつ忠実な目新しさレポートを生成することを目的としたマルチエージェントシステムであるNoveltyAgentを提案します。本手法は、原稿を個別の目新しさポイントに分解し、きめ細かな検索と比較を可能にするとともに、主張を相互参照して忠実性を保証しながら包括的な関連論文データベースを構築します。さらに、このようなオープンエンドな生成タスクを評価するという課題に対処するために、チェックリストに基づく評価フレームワークを提案し、信頼性の高い評価を構築するための偏りのないパラダイムを提供します。大規模な実験の結果、NoveltyAgentは最先端の性能を達成し、GPT-5 DeepResearchに対して10.15%上回りました。本システムが、信頼性が高く高品質な目新しさ分析を提供し、研究者が新規性のある論文を迅速に見つけることを支援できることを期待しています。コードとデモは https://github.com/SStan1/NoveltyAgent で利用可能です。