AI2 发布 LitPivot 辅助科研选题动态调整

返回文章列表

LitPivot：通过在文献版图中的动态语境化来发展研究构想

企业文章 发布于 2026 年 10 月 23 日 点赞 2

Kyle Wiggers Ai2Comms allenai

📄 论文

遇到一篇新论文可能会改变研究构想的轨迹。研究者可能发现有人已经解决了他们提出的贡献点，或者在论文中发现了未解决的问题，从而激发新的探究方向。

我们将这一过程称为由文献引发的转向（literature-initiated pivot）：即因阅读先前工作而促使的研究方向转变。它将研究人员通常不得不分开管理的两项活动联系起来：发展构想以及决定用哪些文献来衡量该构想。

我们与宾夕法尼亚大学的合作者共同开发了 LitPivot，这是一个帮助研究人员应对这些转向的系统。LitPivot 利用通过 Asta Paper Finder 检索到的论文，围绕正在编辑的提案部分组织文献，提供基于选定研究摘录的批评意见，并建议研究人员可以接受、编辑或拒绝的修改方案。LitPivot 旨在用于早期研究构思阶段，但这一理念也可能扩展到更长的写作任务（例如撰写论文的引言部分）。

在一项涉及 17 名研究人员的实验中，领域专家评估认为，使用 LitPivot 开发的研究构想比使用文本编辑器和 AI 聊天工具开发的构想更具文献依据。参与者还认为他们修改后的研究构想更具新颖性和实用性，并且对周围文献的理解更加深入。

LitPivot 将在底特律举行的 UIST 2026 会议上展示。请在此处阅读论文。

为什么转向很难

研究想法在与文献的互动中不断演进。在我们对四个已完成的计算机科学研究项目的会议记录进行分析时，我们在这四个项目中识别出了 21 次由文献引发的方向调整（pivots）。这些调整分为两类：一类是将想法与现有工作区分开来以确立其新颖性，另一类是将想法与现有工作对齐以便在其基础上构建。本项目本身在确定最终贡献之前也经历了两次这样的方向调整。

这些变化往往难以应对。在一项形成性研究中，五位研究人员使用文本编辑器和标准搜索工具来撰写提案。他们在批判性地评估想法与文献关系的同时，难以进一步发展这些想法。当某篇论文挑战了想法的新颖性时，他们希望获得具体的修改建议，并有先前工作作为支撑。这些发现塑造了 LitPivot 的评估机制，它将基于文献支持的批评意见与针对想法特定部分的修改建议相结合。

LitPivot 的工作原理

在 LitPivot 中，研究人员首先在编辑器中撰写一份简短的提案，并启用我们所谓的*方面高亮（facet highlighting）*功能，该功能将一个阐述完整的想法划分为不同的方面（即问题、贡献和评估）。为了检查某个提议的方面，研究人员点击草稿中的相应片段。相邻的面板会根据所选方面对相关论文进行分组（例如，当选择“评估”方面时，按论文使用的评估方法进行分组），并突出显示最相关的组别。随后，研究人员选择论文，请求评估，并查看一个建议的修订版本以及支持该批评意见的摘录。最后，系统会根据与修订后方面的相关性对文献重新排序。

具体而言，LitPivot 将研究想法分解为问题、拟议贡献和评估计划。每个方面都有各自的相关文献集合及其相关性排名。LitPivot 围绕正在编辑的方面对检索到的论文进行分组，让研究人员选择系统应使用哪些论文来评估草稿。

与 Prism 等科学写作环境以及 Claude Code 等智能体助手并列，LitPivot 探索了一种开发早期研究想法的新工作流：选择文献来评估想法，利用这些证据修改想法，并在想法演变时重新审视哪些论文至关重要。其论文分组和关联的批评意见使提案各部分的这些步骤变得明确，同时研究人员可以控制草稿以及用于评估的证据。

针对问题陈述，LitPivot 会寻找证明问题存在及其重要性的证据。为了评估拟议的贡献，它将所选论文已经解决的问题与其描述的局限性和未来工作进行比较，以寻找剩余的空白。对于评估计划，它会检查拟议的测试是否解决了研究问题，以及类似工作是如何进行评估的。随后，系统会建议重写内容并附上支持性引文。

改变想法的一个方面可能会导致另一方面过时。LitPivot 会标记可能需要修订的段落，例如不再能充分评估修订后贡献的评估计划。研究人员可以接受、编辑或拒绝建议，并在提案发展过程中请求新的论文或刷新文献排名。

来自一位研究参与者的转述示例。

我们的发现

在我们的实验室研究中，17 位研究人员每人使用 LitPivot 开发了一个指定想法，并使用基线工具（一个文本编辑器和一个用于就选定论文提问的 AI 工具）开发了另一个想法。两种条件都使用了相同的论文集合。两位领域专家在不知道使用了哪个系统的情况下，根据单一标准对生成的提案进行了评分：即它们如何利用相关文献来支持和论证该想法。使用 LitPivot 开发的提案获得了更高的评分。

同一项研究中的参与者还报告称，与基线工具相比，使用 LitPivot 时对周围文献的理解更强，并且自我报告的在想法新颖性和实用性方面的提升也更大。领域专家还审查了参与者的想法，并认为使用 LitPivot 修订后的想法在相关文献的基础上显著更加扎实。

我们实验室研究中有一位参与者最初提出了一项提案，旨在生成一致且符合事实的合成医疗笔记。LitPivot 识别出跨多次医院就诊记录的一致性可能是所选文献中的一个潜在空白。该参与者审阅了摘要，并移除了关于单次就诊笔记的论文。经过再次评估后，他们将提案范围缩小至检测来自多次就诊的笔记之间的矛盾。这个例子展示了修改想法与选择用于评估该想法的文献之间如何相互影响。

在一项后续研究中，五位研究人员在 30 分钟的会话期间，将 LitPivot 应用于他们各自正在进行的项目。参与者在项目的多个阶段使用了 LitPivot，而不仅仅是在开始阶段。其中两人用它来对照文献审查新想法，另外三人则用它来完善更成熟想法的框架。一位研究人员强调，看到不同领域的平行概念有助于他们重新构建自己的贡献点。

这些研究表明，LitPivot 既能支持早期探索，也能帮助完善现有的研究方向。

支持科学发现

在 Ai2，我们正在开发 AI 工具，以帮助研究人员形成可测试的想法并检验其背后的证据。Asta 通过 基于已发表成果的理论生成（Theorizer）、综合以及 基于数据的假设生成与测试（AutoDiscovery） 来支持这一努力，同时 HARPA 能够根据新兴研究趋势生成有前景的假设。Scideator 允许研究人员将先前工作的元素重组为新想法，并评估 其新颖性，而 IdeaSynth 则支持基于文献反馈的迭代优化。

我们近期的研究 Old Ideas, Novel Problems 探讨了自动化新颖性评估的局限性，揭示了微小的提示词（prompt）变化如何改变 AI 评审对同一想法的判定结果。LitPivot 将这一研究方向进一步延伸，把相关文献的选择纳入修订流程之中。研究人员可以在想法发展的过程中，动态调整用于评估提案的论文集合，并利用批评意见和支持性摘录来决定如何修改提案。该系统将这些决策与提案的问题定义、贡献点以及评估计划紧密关联起来。

我们希望 LitPivot 带来的洞见能帮助科学家在现有知识基础上进行构建，并将早期的想法转化为对其所在领域的新贡献。