Paper2Rebuttal: 투명한 저자 응답 지원을 위한 멀티 에이전트 프레임워크

Paper2Rebuttal: A Multi-Agent Framework for Transparent Author Response Assistance

효과적인 반박문을 작성하는 것은 언어적 유창성 그 이상을 요구하는 중대한 과제로, 리뷰어의 의도와 원고의 세부 사항 간의 정밀한 일치를 필요로 합니다. 기존의 해결책들은 일반적으로 이를 텍스트 직접 생성 문제로 다루어, 환각 현상(hallucination), 비평 간과, 검증 가능한 근거의 부재 등의 문제를 겪고 있습니다. 이러한 한계를 해결하기 위해, 우리는 반박문 생성을 증거 중심의 계획(planning) 작업으로 재정의하는 최초의 멀티 에이전트 프레임워크인 RebuttalAgent를 소개합니다. 우리 시스템은 복잡한 피드백을 개별적인 세부 쟁점으로 분해하고, 압축된 요약과 고충실도 텍스트를 합성하여 하이브리드 맥락을 동적으로 구성하는 한편, 외부 문헌이 필요한 쟁점을 해결하기 위해 자율적이고 온디맨드 방식의 외부 검색 모듈을 통합합니다. RebuttalAgent는 초안 작성 전에 검토 가능한 응답 계획을 생성함으로써, 모든 주장이 내부 또는 외부 증거에 명시적으로 기반을 두도록 보장합니다. 우리는 제안된 RebuttalBench에서 본 접근 방식을 검증하고, 우리의 파이프라인이 커버리지, 충실성, 전략적 일관성 면에서 강력한 베이스라인들을 능가함을 입증하여, 동료 심사(peer review) 과정을 위한 투명하고 제어 가능한 보조 도구를 제공합니다. 코드는 공개될 예정입니다.

Writing effective rebuttals is a high-stakes task that demands more than linguistic fluency, as it requires precise alignment between reviewer intent and manuscript details. Current solutions typically treat this as a direct-to-text generation problem, suffering from hallucination, overlooked critiques, and a lack of verifiable grounding. To address these limitations, we introduce $\textbf{RebuttalAgent}$, the first multi-agents framework that reframes rebuttal generation as an evidence-centric planning task. Our system decomposes complex feedback into atomic concerns and dynamically constructs hybrid contexts by synthesizing compressed summaries with high-fidelity text while integrating an autonomous and on-demand external search module to resolve concerns requiring outside literature. By generating an inspectable response plan before drafting, $\textbf{RebuttalAgent}$ ensures that every argument is explicitly anchored in internal or external evidence. We validate our approach on the proposed $\textbf{RebuttalBench}$ and demonstrate that our pipeline outperforms strong baselines in coverage, faithfulness, and strategic coherence, offering a transparent and controllable assistant for the peer review process. Code will be released.