Ai2与宾夕法尼亚大学发布LitPivot：按提案片段组织文献并给出带引文的修改建议
Ai2在Hugging Face博客介绍，LitPivot用Asta Paper Finder检索论文，把研究提案拆成问题、贡献与评估计划，围绕正在编辑的部分组织文献、给出带摘录的批评和可接受或拒绝的改写建议。17 人实验室研究中，两位不知情的领域专家认为用LitPivot形成的提案在文献支撑上更好。
AI解读：LitPivot面向早期研究构思，核心是把“发展想法”和“选择用哪些文献来衡量它”放在同一流程里，由研究者自己选定用于评估的论文。
系统把提案分为问题、贡献、评估计划三个facet，每个facet有各自的文献集合与相关性排序；修改后文献会按新版本重新排序，并标记可能因此过时的段落。
对问题陈述，它找问题存在及重要性的证据；对贡献，它比较所选论文已解决的问题与其自述局限和未来工作，寻找缺口；对评估计划，它检查测试是否回应研究问题、与同类工作如何评估。
17 人实验室研究中，参与者分别用LitPivot和“文本编辑器+AI问答工具”各发展一个分配的想法，两种条件使用同一批论文；两位不知道分组情况的领域专家只按“用相关文献支撑和论证想法的程度”评分，LitPivot组得分更高。
参与者自评显示，用LitPivot时对周边文献的理解更强，对想法新颖性和有用性的改进感知也更高。这些是参与者主观报告，博客未给出评分差值和统计细节。
后续 5 名研究者用LitPivot处理自己进行中的项目，每次 30 分钟；两人用于检验新想法，三人用于调整较成熟想法的表述。博客称该系统将发表于底特律的UIST 2026。
Ai2在Hugging Face博客发文介绍LitPivot，一个帮助研究者在阅读文献后调整研究方向的系统，合作方包括宾夕法尼亚大学研究人员。系统使用Asta Paper Finder检索的论文，围绕研究者正在编辑的提案部分组织文献，并给出附有研究摘录的批评与修改建议。
博客称，在一项 17 名研究者参与的实验室研究中，两位不知道参与者使用了哪个系统的领域专家，按“用相关文献支撑和论证想法”这一项标准评分，用LitPivot发展的提案得分高于用文本编辑器加AI问答工具的提案。
系统如何处理提案与文献
研究者先在编辑器中写一段简短提案，开启facet highlighting后，系统把想法切分为问题、贡献、评估计划等facet。点击某个片段后，相邻面板按该facet对相关论文分组并突出最相关的组；研究者选定论文、请求评估，再查看建议改写和支撑批评的摘录。
三个facet各有独立的文献集合与相关性排序。研究者修改一个facet后，系统会重新排序文献，并标记可能已不匹配的段落，例如评估计划不再足以检验修改后的贡献。研究者可以接受、编辑或拒绝建议，也可以要求新论文或刷新排序。
针对不同facet，评估依据不同：问题陈述看问题是否存在及其重要性的证据；贡献比较所选论文已处理的内容与其自述局限和未来工作，寻找剩余缺口；评估计划检查提出的测试是否回应研究问题，以及相似工作如何被评估。
研究设计与结果边界
实验室研究中，17 名参与者各用一个分配的想法，分别通过LitPivot和基线工具发展；基线是文本编辑器加一个可就所选论文提问的AI工具，两种条件使用同一批论文。两位领域专家在不知道系统归属的情况下，只按文献支撑程度评分，LitPivot组更高。
博客还称，参与者自评对周边文献理解更强，对想法新颖性与有用性的改进感知也高于基线。这些属于参与者主观报告；博客未披露评分差值和统计检验细节。
作者在正式研究前做了两项小规模调研：分析四个已完成的计算机科学研究项目的会议记录，识别出 21 次由文献引发的方向调整，分为与已有工作区分以确立新颖性、与已有工作对齐以在其上推进两类；另让 5 名研究者用文本编辑器和常规搜索工具写提案，观察到他们难以在形成想法的同时用文献批判性检验想法。这些发现影响了LitPivot将批评与具体修改建议配对的设计。
使用范围与后续研究
博客称LitPivot定位为早期研究构思工具，作者认为思路可能扩展到更长写作任务，例如论文引言，但这属于设想，未在文中验证。
在后续研究中，5 名研究者用LitPivot处理自己进行中的项目，每人 30 分钟。两人用它对照文献检验新想法，三人用它调整较成熟想法的表述；一名研究者提到，看到不同领域的平行概念帮助其重新表述贡献。
博客举了一个参与者案例：最初提案是生成一致、事实准确的合成病历，LitPivot指出多次就诊之间的一致性可能是所选文献的缺口；参与者查看摘要、移除只涉及单次就诊的论文，再次评估后把提案收窄为检测多次就诊病历间的矛盾。博客称该系统将在底特律举行的UIST 2026上展示。