PaperMind · 端到端运行流程详解

[System]
你是论文结构化抽取助手。严格通过函数调用输出 JSON，
每个字段含 value/source_sections/confidence。
limitations 必须真实可溯源，严禁臆造。

[User]
请从以下论文中抽取结构化字段。

论文标题：{title}

论文正文：
## Abstract
{...}
## Introduction
{...}

抽取要求：
1. 必须抽取以下字段：title、task_problem、method、key_contributions、
   datasets、metrics、results、limitations、future_work
2. 每个字段必须是 FieldSource 结构：
   {
     "value": "字段值（字符串，尽量简洁完整）",
     "source_sections": ["原文出处章节标题列表"],
     "confidence": 0.0-1.0
   }
3. source_sections 必须标注字段信息来源于上面哪个章节（用章节标题原文），便于回溯核查
4. limitations 字段特别要求：必须是论文明确承认的局限，或可从实验结果直接推断的局限，
   严禁臆造或泛泛而谈。若论文未明确提及局限，value 填写"论文未明确陈述局限"，confidence 设为较低值（如 0.3）
5. confidence 反映可信度：
   - 信息明确且原文直述 → 0.9-1.0
   - 需要从原文推断 → 0.6-0.8
   - 信息不足或模糊 → 低于 0.6
6. 严格输出 JSON，不要添加任何额外说明文字或 markdown 代码块标记

[User]
前一次抽取缺失了以下字段：{", ".join(focus_fields)}。
请重点从原文中补抽这些字段，其他字段可留空。

{...同上 prompt...}

{
  "type": "function",
  "function": {
    "name": "extract_paper_fields",
    "description": "从论文中抽取结构化字段，每个字段含 value/source_sections/confidence",
    "parameters": {
      "type": "object",
      "properties": {
        "title": { "type": "object", "properties": {
          "value": {"type":"string"},
          "source_sections": {"type":"array","items":{"type":"string"}},
          "confidence": {"type":"number"}
        }},
        "task_problem": { ... 同上 ... },
        "method": { ... },
        "key_contributions": { ... },
        "datasets": { ... },
        "metrics": { ... },
        "results": { ... },
        "limitations": { ... },
        "future_work": { ... }
      },
      "required": ["title","task_problem","method","key_contributions",
                   "datasets","metrics","results","limitations","future_work"]
    }
  }
}

[System]
你是一位严谨的学术研究分析专家，擅长跨论文综合推理与 Gap 识别。
只输出严格 JSON，不要输出任何其他内容。

[User]
你是一位资深学术研究者，需要从以下多篇论文的结构化对比中识别研究空白（Gap）。

## 论文对比矩阵
===== 论文 1: Attention Is All You Need =====
[研究任务/问题] 序列建模任务...
[核心方法] Transformer 架构...
[局限性] 位置编码外推性差...
[未来工作] 扩展到多模态...
===== 论文 2: BERT =====
[研究任务/问题] ...
[核心方法] ...
[局限性] ...

## 任务
请综合分析上述论文，识别以下四类 Gap 信号：
1. repeated_limitation（重复局限）：多篇论文提到同一局限性，但无人解决
2. method_gap（方法空白）：某类问题只有少数方法尝试且效果不佳
3. contradictory（矛盾结论）：不同论文对同一问题给出冲突结论
4. unfulfilled_future（未兑现的未来工作）：多篇论文指向同一未来方向但无人完成

对于单篇论文场景，重点关注该论文自身的 limitations 与 future_work 字段。

## 输出要求
严格输出 JSON：
{
  "gaps": [
    {
      "description": "Gap 的清晰描述",
      "gap_type": "repeated_limitation|method_gap|contradictory|unfulfilled_future",
      "source_papers": ["来源论文标题1"],
      "evidence": "论证依据，引用具体论文的具体字段",
      "confidence": 0.0到1.0之间的置信度
    }
  ]
}

只输出真正有证据支撑的 Gap，不要编造。每个 Gap 的 source_papers 至少包含 2 篇论文。

[System]
你是一位学术创新生成专家，擅长从研究空白中挖掘可执行的创新方向。
只输出严格 JSON，不要输出任何其他内容。

[User]
你是一位富有创造力的学术研究者，需要基于以下研究空白（Gap）生成候选创新方向。

## 用户研究方向约束
用户的研究方向为：{research_direction}
生成的创新点应尽量与该方向相关，并在 supporting_evidence 中说明创新点与该方向的关联。

## 研究空白列表
- [repeated_limitation] 位置编码外推性普遍较差（来源: Attention..., BERT...）
- [method_gap] ...

## 任务
针对每个 Gap，从以下四类来源生成候选创新方向：
1. method_combination（方法组合）：把 A 论文方法迁移到 B 论文问题
2. limitation_fix（局限改进）：直接解决被反复提及的局限
3. cross_domain（跨域迁移）：引入其他领域方法
4. new_scenario（新场景应用）：把现有方法用到未被覆盖的数据/场景

对每个候选创新方向，用三维评分（0-10 分）：
- novelty（新颖性）
- feasibility（可行性）
- significance（显著性）

## 输出要求
严格输出 JSON：
{
  "innovations": [
    {
      "title": "创新点标题",
      "idea": "创新思路详细描述",
      "source": "method_combination|limitation_fix|cross_domain|new_scenario",
      "gap_origin": "对应的 Gap 描述",
      "score": {"novelty": 8.0, "feasibility": 7.5, "significance": 8.0},
      "supporting_evidence": "论据支撑"
    }
  ]
}

生成多个候选（每个 Gap 至少 1-2 个），按综合得分（三项之和）从高到低排序。

[System]
你是一位学术实验设计专家，擅长设计严谨可执行的研究方案。
只输出严格 JSON，不要输出任何其他内容。

[User]
你是一位资深学术研究者，需要为以下创新点设计可执行的研究方案。

## 创新点列表
- 基于 RoPE 的多模态位置编码: ...（来源: limitation_fix，Gap: 位置编码外推性差）

## 任务
为每个创新点设计完整、可执行的研究方案，包含：
- hypothesis（研究假设）：清晰可验证的假设
- datasets（数据集列表）：适合该研究的公开数据集
- baselines（基线方法列表）：需要对比的现有方法
- metrics（评估指标列表）：量化评估指标
- ablation（消融实验设计列表）：验证各组件贡献
- steps（实验步骤列表）：可复现的实验流程
- expected_results（预期结果）：预期达到的性能或发现
- risks（风险）：可能的失败点与应对

## 输出要求
严格输出 JSON：
{
  "experiment_plans": [
    {
      "innovation_title": "对应的创新点标题",
      "hypothesis": "研究假设",
      "datasets": ["数据集1","数据集2"],
      "baselines": ["基线方法1","基线方法2"],
      "metrics": ["指标1","指标2"],
      "ablation": ["消融实验1"],
      "steps": ["步骤1","步骤2","步骤3"],
      "expected_results": "预期结果描述",
      "risks": "风险与应对描述"
    }
  ]
}

每个创新点对应一条方案，方案须具体可执行。

[System]
你是学术研究提案撰写专家，擅长把多篇论文的 Gap 分析、创新点与实验方案
整合为结构清晰、可追溯的研究提案。严格输出 JSON，不要输出任何额外说明文本。

[User]
请基于以下前序步骤产物，整合为一份结构化研究提案。

## 研究主题
{topic}

## 一、论文结构化记录（含 source_sections，可追溯）
----- 论文 1: Attention Is All You Need (path=...) -----
  [研究任务/问题] 序列建模...  (出处章节: Introduction)
  [核心方法] Transformer...  (出处章节: 3 Method; 3.1)
  [局限性] 位置编码外推性差  (出处章节: 6 Conclusion)
  ...

## 二、识别到的 Gap 列表
Gap 1 [repeated_limitation] (置信度=0.85): 位置编码外推性普遍较差
  来源论文: Attention...; BERT...
  论证: 两篇均提及...

## 三、创新点列表（含三维评分）
创新点 1: 基于 RoPE 的多模态位置编码 (来源=limitation_fix)
  创新思路: ...
  三维评分: 新颖性 8 / 可行性 7 / 显著性 9
  新颖性验证: 近 1-2 年无相同工作
  论据支撑: ...

## 四、实验方案列表
方案 1 (对应: 基于 RoPE 的多模态位置编码)
  研究假设: ...
  数据集: COCO, VQA
  ...

## 整合任务
1. 背景综述：基于 Gap 分析梳理领域现状与脉络
2. 创新点论证：对每个创新点补充 Gap 来源 + 创新思路 + 三维评分 + 论据支撑
3. 实验方案：保留每个创新点的完整实验方案要素
4. 参考文献溯源：所有引用论文的来源标注，可追溯至具体章节（source_sections）
5. Markdown 报告：按指定结构生成完整 Markdown 文本

## Markdown 报告结构要求
# 研究提案：[主题]
## 一、背景综述
## 二、创新点论证
### 创新点 1：[标题]
- Gap 来源：...
- 创新思路：...
- 三维评分：新颖性 X / 可行性 X / 显著性 X
- 论据支撑：...
## 三、实验方案
## 四、参考文献溯源

## 输出要求
严格输出 JSON：
{
  "background_review": "背景综述文本",
  "innovations": [...],
  "experiment_plans": [...],
  "references": [{"title":"...","path":"...","sections":[...]}],
  "markdown": "完整 Markdown 报告字符串"
}

注意：
- references 必须可追溯至具体章节（source_sections）
- 不得编造论文或证据，所有引用须来自上述论文记录
- 若某字段在输入中缺失，对应位置写"暂无"而非编造