AwesomeLit：人机协作的文献研究与假设生成可视化系统

研究团队推出AwesomeLit系统，通过透明的智能体工作流、动态查询探索树和语义相似度视图，帮助研究者特别是新手高效进行文献调研并生成研究假设。

文献研究有不同目标：从理解陌生领域到为下一个研究项目生成假设。对于缺乏经验的研究者，识别文献空白并生成可行假设至关重要但也极具挑战。

现有"深度研究"工具虽可用，但并非为此场景设计，效果往往不佳。此外，大语言模型的"黑箱"特性和幻觉问题常导致用户不信任。

研究团队提出AwesomeLit——人机协作可视化系统，具备三大创新特性：

用户可全程介入并引导智能体的文献探索过程，而非被动接受结果。

可视化展示探索路径和溯源信息，帮助用户理解智能体如何从宽泛意图逐步聚焦到具体研究主题。

直观呈现论文之间的关系网络，助力发现研究关联和潜在空白。

定性研究邀请了多位早期职业研究者参与评估，结果显示AwesomeLit能有效帮助用户：

• 探索陌生研究主题
• 识别有前景的研究方向
• 提升对研究结果的置信度

AwesomeLit代表了AI辅助学术研究的新范式——不是替代人类思考，而是通过透明、可解释的人机协作增强研究者的文献调研能力。