Pesquisa de IA do Google Apresenta PaperOrchestra: Um Framework Multi-Agente para Escrita Automatizada de Artigos de Pesquisa em IA
Escrever um artigo de pesquisa é brutal. Mesmo depois de os experimentos serem concluídos, um pesquisador ainda enfrenta semanas traduzindo notas de laboratório confusas, tabelas de resultados espalhadas e ideias semi-formadas em um manuscrito polido e logicamente coerente, formatado precisamente de acordo com as especificações de uma conferência. Para muitos pesquisadores iniciantes, esse trabalho de tradução é onde os artigos morrem. Uma equipe […] A postagem Google
Escrever um artigo de pesquisa é brutal. Mesmo depois de os experimentos serem concluídos, um pesquisador ainda enfrenta semanas traduzindo notas de laboratório confusas, tabelas de resultados espalhadas e ideias semi-formadas em um manuscrito polido e logicamente coerente, formatado precisamente de acordo com as especificações de uma conferência. Para muitos pesquisadores iniciantes, esse trabalho de tradução é onde os artigos morrem. Uma equipe da Google Cloud AI Research propõe o 'PaperOrchestra', um sistema multi-agente que converte autonomamente materiais não estruturados de pré-escrita — um resumo de ideia aproximado e logs experimentais brutos — em um manuscrito LaTeX pronto para submissão, completo com uma revisão de literatura, figuras geradas e citações verificadas por API. https://arxiv.org/pdf/2604.05018 O Problema Central que Está Resolvendo Sistemas de escrita automatizados anteriores, como o PaperRobot, podiam gerar sequências de texto incrementais, mas não conseguiam lidar com a complexidade total de uma narrativa científica baseada em dados. Frameworks de pesquisa autônomos de ponta a ponta mais recentes, como o AI Scientist-v1 (que introduziu experimentação automatizada e elaboração via templates de código) e seu sucessor AI Scientist-v2 (que aumenta a autonomia usando busca em árvore agêntica) automatizam todo o ciclo de pesquisa — mas seus módulos de escrita são rigidamente acoplados às suas próprias pipelines experimentais internas. Você não pode simplesmente entregar seus dados a eles e esperar um artigo. Eles não são escritores autônomos. Enquanto isso, sistemas especializados em revisões de literatura, como AutoSurvey2 e LiRA, produzem levantamentos abrangentes, mas carecem da consciência contextual para escrever uma seção de Trabalho Relacionado direcionada que posicione claramente um novo método específico em relação à arte prévia. O CycleResearcher exige uma lista de referência BibTeX estruturada pré-existente como entrada — um artefato raramente disponível no início da escrita — e falha completamente em entradas não estruturadas. O resultado é uma lacuna: nenhuma ferramenta existente poderia pegar materiais fornecidos por humanos sem restrições — o tipo de coisa que um pesquisador real realmente poderia ter depois de terminar os experimentos — e produzir um manuscrito completo e rigoroso por conta própria. O PaperOrchestra foi construído especificamente para preencher essa lacuna. https://arxiv.org/pdf/2604.05018 Como o Pipeline Funciona O PaperOrchestra orquestra cinco agentes especializados que trabalham em sequência, com dois rodando em paralelo: Passo 1 — Agente de Esboço: Este agente lê o resumo da ideia, o log experimental, o template de conferência LaTeX e as diretrizes da conferência, então produz um esboço JSON estruturado. Este esboço inclui um visual
