PaperOrchestra：五 Agent 论文写作流程¶

历史目录补漏：成本过高，不复现（审查 DONE）。无可执行 adapter、生成能力指标或 GPU 通过声明，不进入自动实现/重试队列。

论文信息¶

字段	内容
论文链接	PaperOrchestra: A Multi-Agent Framework for Automated AI Research Paper Writing
公司 / 机构	一作 Yiwen Song，及其他作者均为 Google Cloud AI Research，见作者项目页
首次公开日期	2026-04-06 18:00:00 UTC，arXiv v1；本页方法与成本核对固定 v1
原作者代码	未核验到作者发布的实现，官方代码 SHA / 许可不适用；社区 `Ar9av/PaperOrchestra` 不是作者实现，不作官方开源证据
Adapter	catalog key `paperorchestra`；`adapter=null`
本地复现代码	无实现代码目录；仅 `src/auto_research/paper_specs/catalog/agent-research/paperorchestra.json` 与本页审查材料
入库口径	`historical-directory-backfill`；Google 目录新增页面不是 Apr6 论文的新首发

原始论文总结¶

背景与主要改动¶

PaperOrchestra 用 Outline、Plotting、Literature Review、Section Writing、Content Refinement 五个 Agent，把零散想法和实验日志转成含文献与图表的 LaTeX 稿件。大纲之后图示与文献检索并行，引用经过实体和时间截止核验，最终根据多维评价接受或回退修订；系统不负责替作者发明或执行新实验。

原论文关键图¶

原论文 Figure 1：五 Agent 写作和修订流程

图片来自原论文，版权归原作者所有。此为原论文中使用的架构图，不是本库重新生成的系统截图；来源见 assets/provenance.json。

flowchart LR
    A[想法 / 实验日志 / 模板 / 指南] --> B[Outline]
    B --> C[Plotting]
    B --> D[文献发现与引用核验]
    C --> E[Section Writing]
    D --> E
    E --> F[评价 / Refinement]
    F --> G{分数与子维度是否接受}
    G -->|接受| F
    G -->|下降或预算耗尽| H[保留最佳稿 / 回退停止]

核心公式¶

原文不是新神经网络损失。关键是有证据约束的编排：候选引用须映射到实际 Semantic Scholar 实体、有摘要、严格早于研究截止，并按 paper ID 去重。修订接受条件可写为

\[ \mathrm{accept}\iff s_{new}>s_{old}\quad\lor\quad (s_{new}=s_{old}\land\Delta_{subaxes}\ge0). \]

总分下降、平分时子维度净退步或达到三轮上限时回退/停止。仅实现该判定器、BibTeX 校验或社区 skill 的机械脚本，并不构成论文五 Agent 的文献综合与写作能力，因此本次不造“低成本替代实现”。

论文离线与线上效果¶

200 篇 PaperWritingBench 原始材料来自已发表论文。作者报告对 AI 基线的人工偏好绝对净胜率：文献综述 50–68 个百分点、整体质量 14–38 个百分点。自动评价与人工评价并不等价，文献综述的人机评分相关性明显较低；预训练污染、图示幻觉与稿件事实审查仍需关注。未报告生产线上 A/B。

本地复现¶

成本过高，不复现（审查 DONE）。原文附录 B 在 10 篇计时子集报告每文约 60–70 次 LLM 调用、39.6 分钟裁尾均值；完整 200 篇、多基线、多 judge 和人工评测成本远不止单次运行。写作需 Gemini3.1Pro，检索为 Gemini3Flash＋联网搜索，另有图像生成和多轮审稿。以上为作者报告和配置判断，不是本地测量，也不假设外部 API 免费或无限。

不启动长写作任务、不调用付费 API，不下载完整评测材料、不自动重试。没有本地 metrics、operator、运行命令或 GPU receipt；requires_gpu_validation=false、gpu_validation_passed=false 不是已验证标记。若后续单独接入协议，也必须保持生成端不见原稿/gold，引用与事实由独立评价端核对；本页未声称完成该接入。