提出PaperRecon评估框架,通过从原始论文生成结构化概述(overview.md)并驱动AI代理据此重建全文,再与原论文对比,解耦评估两个正交维度:呈现质量(基于评分标准)和幻觉(基于原文的智能体验证);在包含51篇2025年后顶会论文的PaperWrite-Bench基准上实验发现ClaudeCode呈现…
机构:东京大学
来源:arXiv 2604.01128 | AI4Papers 论文推荐平台