Spark-to-Paper: End-to-End Research Paper Generation as a Composable Skill
Spark-to-Paper：端到端研究论文生成作为可组合技能
🧭 Agent 可组合技能与长程生成
Vast Intelligence Lab · University of Technology Sydney
在现有编码助手中以13个可组合技能实现端到端论文生成，靠分离规划与报告、确定性校验抑制自我反驳循环
📌 工作参考价值
- 在电商/广告实验分析与自动化报告中，借鉴“先定义证据指标，再根据结果生成结论”的模式：把 AB 实验报告、选品实验摘要和推荐效果分析拆成规划阶段与报告阶段，避免 LLM 编造显著性结论。
- 借鉴“确定性校验 + 自我批评”双轨：生成商品推荐理由、搜索词解释或广告文案时，对商品 ID、价格、库存、事实声明做可执行校验（查库/规则），再用 LLM 自评修正，可显著降低幻觉。
- 借鉴可组合技能而非重型多智能体平台：在现有代码助手或工作流引擎内，将选品、query 生成、素材审核等封装成原子技能，便于复用、版本管理与成本控制；该论文给出 13 技能、11.9M tokens、$8.1/次的量化成本参考。
- 注意长链路探索中的“自我反驳循环”：在自动调参、自动选品、策略探索 Agent 中设置目标维持预算和停止条件，当连续实验否定初始目标时切换到确定性审查或终止，防止无限烧 token。
动机：研究想法到完整论文需要文献检索、实验设计执行、按证据修改声明、图表生成与长程一致性，单次文本生成不够。
方法：Spark-to-Paper 在现有 coding assistant 内实现 13 个可组合技能，无独立 agent 平台。关键分离：模型判断 vs 确定性操作（可直接执行检查）；实验规划 vs 报告，先指定所需证据再观察结果，避免声明漂移。可靠性方面组合确定性完整性校验与自我批评，并界定“自我反驳循环”失败模式，限制反复实验持续否定原目标。图表生成：实验图用程序化绘图，方法图用代码重建矢量图。
结果：8 个受控主题上 99.5% 引用有效，96.4% 图可编辑；受控消融中完整校验栈把虚构检测从单稿 14% 提升到 92%；对抗评审精确率 74%；完整系统平均 11.9M tokens、$8.1、3.2 小时。