先看证据
想法改变时，评估它的文献也该改变
Ai2与宾夕法尼亚大学的合作者提出了LitPivot，一套面向早期研究构思的系统，试图处理一个常见却容易被工具拆开的任务：研究者一边形成想法，一边判断它相对于既有研究站在哪里。读到一篇新论文，研究者可能发现设想中的贡献已有人完成，也可能从论文留下的空缺中找到新方向。作者把这种由阅读触发的方向变化称为“文献触发的研究转向”。
这不是简单地给聊天机器人加上论文搜索。LitPivot的出发点是，研究方向改变后，原先用来评估它的文献集合也可能不再合适。如果系统只拿一组固定论文给想法打分，就可能把“想法变了，但参照系没变”留给研究者自己处理。LitPivot希望把这两件事放进同一个循环：按当前正在修改的想法部分组织证据，再根据修改后的内容重新考察哪些论文相关。
研究转向有两种相反的动作
作者先分析了四个已完成计算机科学项目的会议记录，识别出21次由文献触发的转向。9次是为了与已有工作拉开距离、说明新颖性，12次则是借鉴已有工作来加强方法或有效性。这个比例提示，文献在构思中不是单向的“查重器”：研究者既要避免重复，也要判断哪些既有成果可以成为新方案的支撑。
形成性研究中，五位研究者使用文本编辑器和常规搜索工具发展提案。材料显示，他们难以同时推进想法、批判性地对照文献；当某篇论文挑战了想法的新颖性时，他们希望得到的不只是重叠提示，也包括有依据的修改方向。这一需求解释了LitPivot为何把建议与论文摘录配对：系统试图让批评能够落到具体提案内容上，而不是只给一个脱离证据的评价。
三个提案部分，各自拥有一套证据
研究者先在编辑器里写一份简短提案。LitPivot把内容分成问题、拟议贡献和评估方案三个部分，研究者可以开启“部分高亮”，再点击当前想检查的部分。相邻面板会按该部分组织相关论文，例如选中评估方案时，系统会突出采用不同评估方法的论文组。这样做的重点，是让文献检索和组织贴近正在作出的判断，而不是把所有论文混在一个结果列表里。
初始论文由Asta Paper Finder根据研究想法检索。论文信息提取和引用关系还可扩展文献集合，研究者也能自行补充论文，或在想法修改后请求新检索。选定要作为依据的论文后，LitPivot给出带摘录支撑的批评和改写建议，研究者可以接受、编辑或拒绝。修改一个部分之后，系统会重新排序与新版内容相关的文献，也会提示提案其他部分是否可能与之失配。
小规模比较显示文献依据更扎实
比较研究有17位研究者，分别使用LitPivot和基线工具完成任务；基线由文本编辑器和一个针对所选论文提问的AI工具组成，两种条件使用相同的论文集合。两位不知道工具条件的领域专家评估提案是否用相关文献支持并论证想法，LitPivot条件的评分更高。参与者在LitPivot条件下用于生成评估的独特论文平均为7.1篇，基线为4.4篇，论文报告差异显著，p=0.010。
参与者对自己理解周边文献的评分也更高：LitPivot条件平均5.71分，基线为3.88分，报告的p值小于0.001。研究者还报告了对想法新颖性和实用性的主观提升。不过，这几类结果不能混为一谈：专家评分测的是文献是否被用来论证提案，自评反映参与者的感受，而论文没有据此检验研究是否最终产出更好的成果。系统扩大了被用于评估的论文范围，也不等于检索已经完整。
把它当作构思支架，而不是新颖性裁判
一个参与者的经历说明了这种循环可能怎样改变提案：起初，他想生成一致、真实的合成医疗记录。LitPivot指出，所选文献中跨多次住院就诊记录的一致性可能仍有空缺。参与者移除了只涉及单次就诊记录的论文，再次评估后，把想法收窄为检测多次就诊记录之间的矛盾。这里发挥作用的不是系统替研究者决定研究问题，而是研究者可以调整证据集合，并据此改写问题边界。
论文还描述了多模型分工：GPT-4o用于想法分段和论文信息提取，GPT-o3用于推理、评估与建议，Claude-4-Sonnet用于长上下文论文聚类。因此，效果不能简单归因于某个模型更会“想点子”，它依赖检索、论文组织、带摘录的反馈和研究者控制等环节共同运作。对工具团队而言，可执行的判断是先把它用于早期立项或成熟项目的框架修订，并让研究者检查检索集与引用依据；研究范围和结果还需要独立核验。