Qianli Ma Siyu Wang Yilin Chen Yinhao Tang Yixiang Yang Chang Guo Bingjie Gao Zhening Xing Yanan Sun Zhipeng Zhang

Résumé

Dans la quête du progrès scientifique, la communication de la recherche est tout aussi essentielle que la découverte elle-même. Pourtant, les chercheurs sont souvent détournés de leur travail par la tâche manuelle et répétitive de la création de pages web pour rendre leurs articles denses accessibles. Bien que l’automatisation ait permis de traiter les diapositives et affiches statiques, la nature dynamique et interactive des pages web est restée un défi non résolu. Pour combler cet écart, nous reformulons le problème en soutenant que la solution ne réside pas dans une simple commande, mais dans un processus collaboratif et hiérarchique. Nous introduisons $\textbf{AutoPage}$, un nouveau système multi-agents qui incarne cette philosophie. AutoPage décompose la transformation d’un article en page web en une chaîne progressive, de la planification narrative à la génération multimodale de contenu et au rendu interactif. Pour lutter contre les hallucinations des modèles d’intelligence artificielle, des agents dédiés, nommés « Vérificateurs », contrôlent chaque étape en se référant à l’article source, tandis que des points de validation humains optionnels garantissent que le produit final correspond parfaitement à la vision de l’auteur, transformant ainsi le système d’un simple outil en un assistant collaboratif puissant. Pour valider rigoureusement notre approche, nous avons également conçu $\textbf{PageBench}$, le premier benchmark dédié à cette tâche. Les expérimentations montrent qu’AutoPage génère non seulement des pages de haute qualité, esthétiquement attrayantes, mais le fait de manière remarquablement efficace, en moins de 15 minutes et pour moins de 0,1 dollar. Le code source et les données seront mis à disposition à l’adresse $\href{https://mqleet.github.io/AutoPage_ProjectPage/}{Webpage}$.