Wyvern: An Agentic Framework for Generating Grounded Multimodal Reports
本文介绍了 Wyvern，这是一个通过将文本、图像和表格与经过验证的参考文献相结合，来自动化生成具有落地性的多模态技术报告的多智能体框架，证明了其在信息量、实用性和引用准确性方面均优于现有基准模型。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图跟上整个互联网的步伐。新的文章、研究论文和博客文章每秒钟都在涌现，其速度超过了任何人类大脑可能阅读的速度。这就像是在试图从一个消防水龙头里喝水，而有人还在不断调大水压。在人工智能的世界里，科学家们正在构建能够阅读和写作的“智能”计算机（被称为大语言模型）。但问题在于：这些计算机有时会编造事实，或者忘记信息的来源。这就像是一个写出了一篇精彩论文，却无法告诉你使用了哪些书籍的学生，或者更糟的是，编造了一些听起来很真实但并不存在的事实。为了解决这个问题，研究人员正在教这些计算机变得“有据可依”（grounded），这意味着它们写的每一句话都必须由它们找到的真实来源提供支持，就像一个总是注明引用来源的学生一样。一个大问题是：我们能否构建一支由这些智能计算机组成的团队，它们不仅能撰写报告，还能寻找图片、核实事实，并确保一切都是真实的吗？
于是，Wyvern 登场了——这是一个旨在解决这一问题的全新数字机器人助手团队。不要把 Wyvern 仅仅看作一个单一的机器人，而要把它看作一个繁忙的新闻编辑部，这里的每一位工作人员都有非常明确的分工。当你要求 Wyvern 就一个话题（例如，“太阳能电池板是如何工作的？”）撰写报告时，它并不会直接开始打字。首先，一群“侦察兵”（Scouts）会前往互联网寻找最好的文章和网站。他们不仅仅是随便抓取，还会检查文章是否完整，以及是否真的在讨论太阳能电池板。如果他们在文章中发现看起来很有趣的链接，他们会顺藤摸瓜，深入挖掘，直到收集到一大堆可靠的信息。
接下来，由“建筑师”（Architects）介入。他们审视所有信息并制定计划，决定报告的结构以及需要哪些章节。然后，“撰稿人”（Writers）开始工作，填充细节。但 Wyvern 最酷的地方在于：它不仅仅是撰写文本。它同时也扮演着平面设计师的角色。它会从搜集到的文章中寻找最合适的图表和示意图，决定它们应该放在报告中的哪个位置才能最合逻辑，甚至为它们编写说明文字。这就像拥有一支既能讲好故事，又能同时设计出完美插图的团队，而且这一切都是同步完成的。
但 Wyvern 最重要的部分是它的“事实核查员”（Fact-Checkers）。在报告完成之前，一个专门的代理团队会阅读每一句话，并询问：“你能证明这一点吗？”他们会查看报告所依据的来源。如果一句话说“太阳能电池板的效率为 90%”，事实核查员会回到原文查看这个数字是否确实存在。如果原文中没有提到，或者来源并不能完全支持这一说法，事实核查员要么修改这句话，要么将其彻底删除。这确保了最终的报告是“有据可依”的，即它是建立在坚实的证据之上，而非凭空猜测。
研究人员通过让 Wyvern 撰写各种主题的报告，并将其与制作出的其他著名 AI 工具的报告进行对比，对 Wyvern 进行了测试。他们请真正的专家和学生来阅读这些报告，并选出最好的一个。结果令人印象深刻。在 87% 的案例中，人们认为 Wyvern 报告中的图片和图表比其他工具的报告更具信息量。当涉及到整个报告的实用性时，根据竞争对手的不同，Wyvern 被评为最佳选择的比例在 63% 到 100% 之间。计算机测试也显示，Wyver 在确保每一项主张都有妥善引用的方面表现得好得多，其准确性比其他工具提高了多达 2.3 倍。
然而，其创造者谨慎地表示，Wyvern 目前尚不完美。有时报告可能会显得过于冗长或重复；此外，如果互联网上的原始文章包含错误信息，Wyvern 可能会因为信任所找到的来源而误将其包含在内。它是一个帮助我们应对信息洪流的强大工具，但它仍然需要人类的眼睛来复核最终的产物。该论文指出，虽然自动化工具在自我检查方面变得越来越出色，但要实现真正的可靠，它们仍然需要我们的一点帮助。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。