PAPERDAILY REPORTS

浙大&上交提出DAS：让智能体闭环写综述，30个主题总分拿下4.34

2026-08-19 arXiv 2608.18034 cs.CV

自动生成综述最容易出现的不是少写一篇论文，而是分类、论点、引用和段落之间彼此脱节。浙江大学、上海交通大学提出Deep Academic Survey（DAS），把论文分析与专题写作拆开，并用可回退的状态记录组织、写作和审校过程。

在作者构建的30主题DAS-Bench上，DAS四个评价维度的总体均分为4.34，最强对手为4.03。专家盲评中，它在27个主题上优于Naive RAG，在与AutoSurvey共有的21个计算机主题中赢下19个。该成绩属于作者的基准和评审协议，不能等同于系统已经能直接产出可投稿综述。

先把论文分析做成可复用资产

常见自动综述流程围绕一个问题临时检索、摘要、分节和写作。换一个主题，即使使用同一批论文，也会重复解析，并可能因为提示词变化得到不一致的论文描述。DAS把这一层独立出来，在DAS-2M元数据湖中保存面向综述的论文表示，规模约200万篇并动态更新。

论文示意图比较一次性生成流程与DAS的有状态闭环，后者允许局部内容回退修订。

专题任务开始后，系统不直接把检索结果塞进长提示词，而是先形成候选支撑的分类体系。随后采用“论文到章节”的反向路由：先判断每篇论文能支撑哪些章节，再据此调整章节边界，减少先定目录、再硬塞材料造成的空泛小节。

论文层表示与专题层结构分离后，同一篇论文可以服务不同综述，同时保留事实出处。它也方便更新：新增论文进入知识池后，只需重新判断与现有专题的关系，不必无条件重写整篇稿件。

DAS维护文献、组织、写作和最终化四类显式状态。文献状态记录候选与证据，组织状态管理分类和章节，写作状态保存论点、引用与段落，最终化状态负责全篇装配与格式检查。每一步的输入输出都能被后续审查定位。

DAS把文献选择、结构规划、写作审查和最终装配放进共享且可修订的状态。

语义审查发现问题时，系统只重新激活受影响的写作状态。例如某个论点缺少证据，它会回到相关论文与章节，不必让模型从头再写全部内容。确定性验证则检查可机械判断的项目，如引用映射、章节完整性和稿件装配。

这类局部闭环解决的是工程可靠性，并不自动保证学术判断正确。分类体系是否合理、研究争议是否被公平呈现、负结果是否被遗漏，仍依赖候选覆盖、评价标准和专家复核。

DAS-Eval把质量拆成学术引用、分类综合、层级论述和稿件装配四个维度，共16项标准。作者在30个主题上对多套系统统一评估，DAS总体得分4.34，最强竞争系统为4.03；在匹配的21个计算机主题子集上，排序保持一致。

论文实验汇总比较多套系统在引用、分类、论述和稿件装配上的得分。

盲评结果提供了另一层证据。专家在30个主题中有27个更偏好DAS而非Naive RAG；与AutoSurvey共享的21个计算机主题里，DAS获偏好的主题为19个。偏好并非论文接受率，也没有验证每个领域长期更新后的事实完整性。

项目同时公开DAS-2M数据资源与代码入口，为复现实验提供条件。公开材料能让外部研究者检查数据更新、引用对应和系统输出，但完整复现还要考虑检索源变化、模型版本和评审成本。

DAS更适合被理解为综述生产流水线，而不是替代领域专家的写作按钮。它可以先完成候选整理、章节草拟和引用配对，再把争议判断、经典工作遗漏和结论边界交给研究者审核；局部状态让人工修改后只重算受影响部分。

实际部署还要记录版本：哪一天的论文池、哪个模型、哪些搜索结果产生了当前稿件。对于快速变化领域，后续评价应增加更新延迟、撤稿处理、跨数据库去重和引用真实性。DAS已经把“能生成长文”推进到“能定位并修复长文”，离可靠学术出版仍隔着独立事实核验与同行判断。