google-research/paper-orchestra

PaperOrchestra, issu de Google Cloud AI Research, prend en entrée des matériaux pré-rédactionnels sans format fixe (idées, journaux d'expérimentation) et produit en sortie un manuscrit LaTeX incluant une revue de littérature et des graphiques. Le processus est réparti entre plusieurs agents : élaboration du plan, revue de littérature, rédaction par sections, révision du contenu et création de graphiques. L'agent de création de graphiques génère des visuels via du code et permet également l'insertion de schémas conceptuels. Les modèles utilisables sont Gemini (via Vertex AI ou une clé API) ou OpenAI, la recherche bibliographique s'appuie sur l'API Semantic Scholar, et le projet inclut une démonstration interactive Streamlit ainsi que des scripts d'évaluation automatisée.

PaperOrchestra, issu de Google Cloud AI Research, prend en entrée des matériaux pré-rédactionnels sans format fixe (idées, journaux d'expérimentation) et produit en sortie un manuscrit LaTeX incluant une revue de littérature et des graphiques. Le processus est réparti entre plusieurs agents : élaboration du plan, revue de littérature, rédaction par sections, révision du contenu et création de graphiques. L'agent de création de graphiques génère des visuels via du code et permet également l'insertion de schémas conceptuels. Les modèles utilisables sont Gemini (via Vertex AI ou une clé API) ou OpenAI, la recherche bibliographique s'appuie sur l'API Semantic Scholar, et le projet inclut une démonstration interactive Streamlit ainsi que des scripts d'évaluation automatisée.

Pourquoi c'est important L'élaboration du plan, la recherche et la revue de littérature, la rédaction par sections, la révision et la création de graphiques sont confiées à différents agents, produisant directement un manuscrit conforme au modèle LaTeX de la conférence cible.

Nombre d'étoiles 1541 (+313 / 24h)

Raisons

  • 24 heures ont ajouté 313 étoiles, pour un total de 1541 étoiles, classé 4 sur Trendshift pour la journée (reflète uniquement l'attention portée) ; licence Apache-2.0
  • Article arXiv joint ; les modèles LaTeX pour conférences sont situés dans le répertoire templates, et de nouveaux modèles peuvent être ajoutés manuellement

Utilisation

  • Créez un environnement Python 3.11 et installez les dépendances, renseignez les clés Semantic Scholar et du modèle utilisé dans le fichier .env, puis exécutez python paper_writing_cli.py --raw_materials_dir repertoire_materiaux --latex_template_dir templates/cvpr2025 --use_plotting true

Risques

  • Les jeux de données utilisés pour les expériences de l'article ne sont pas encore publiés avec le dépôt ; le README précise qu'il ne s'agit pas d'un produit officiellement supporté par Google
  • Les citations et les conclusions du manuscrit généré doivent être vérifiées ligne par ligne par l'auteur, et il convient de consulter les règles de la conférence cible concernant la rédaction assistée par IA avant la soumission

Ouvrir

Trendshift(GitHub Trending 快照)

Parcourir les dernières actualités IA