Paper Circle：オープンソースのマルチエージェント研究発見・分析フレームワーク

概要: 科学文献の急速な成長により、研究者が関連する成果を効率的に発見し、評価し、統合することがますます困難になっています。マルチエージェントの大規模言語モデル（LLM）における最近の進展では、ユーザーの意図の理解に強い可能性が示されており、さまざまなツールを利用するように訓練が進められています。本論文では、学術文献を見つけ、評価し、整理し、理解するために必要な作業を削減することを目的とした、Paper Circle というマルチエージェントの研究発見・分析システムを提案します。このシステムは、相補的な2つのパイプラインから構成されます：（1）複数の情報源からのオフラインおよびオンライン検索を統合し、多基準のスコアリング、多様性を考慮したランキング、構造化された出力を行う Discovery パイプライン、そして（2）個々の論文を、概念・手法・実験・図などの型付きノードを持つ構造化知識グラフへと変換し、グラフを意識した質問応答とカバレッジ検証を可能にする Analysis パイプラインです。両パイプラインは、コーダーLLMベースのマルチエージェント・オーケストレーションの枠組み内で実装されており、各エージェントのステップで JSON、CSV、BibTeX、Markdown、HTML を含む完全に再現可能で同期された出力を生成します。本論文では、システムのアーキテクチャ、エージェントの役割、検索およびスコアリング手法、知識グラフのスキーマ、そしてそれらを総合して Paper Circle の研究ワークフローを形成する評価インターフェースを説明します。論文の検索と論文レビュー生成の両方において Paper Circle をベンチマークし、ヒット率、MRR、および Top K における Recall を報告します。その結果、より強力なエージェントモデルで一貫した改善が示されます。ウェブサイトは https://papercircle.vercel.app/ で公開し、コードは https://github.com/MAXNORM8650/papercircle で公開しました。