摘要：为提升中文学术问答系统在专业性、准确性和实用性上的表现，提出了一种基于多智能体系统的学术问答框架，并探讨其在复杂学术领域的应用潜力。该框架以学术元智能体任务分解、子智能体协同运行及答案整合为核心，融合了学术见解知识库、NL2DATA专业知识库工具以及网页检索模块等多源外部检索方法，有效提升了答案的整体性能。通过这些模块的协同作用，该框架能够针对中文学术问答任务中的多场景问题进行有效应对，进一步提升了中文学术问答系统的准确性与实用性。在实验部分，基于多场景任务的学术问答测试集，对框架在回答意图识别与理解、准确性、学术性、格式与逻辑连贯性和语言一致性五个维度进行了系统性评估。实验结果显示，提出的框架在文献检索问答、文献辅助阅读、文献生成、文章改写等四个场景上较目前先进的大模型提升了1-2分（评分范围为0-10分），在复杂问题处理能力及学术性上表现出显著优势，同时在日常问答场景中也具有一定的可比性。研究表明，基于多智能体系统的学术问答框架为复杂学术问题的解决提供了创新性路径，并为智能化知识服务与学术资源共享奠定了重要基础，展现出广阔的应用前景。
文章目录
0 引 言
1 相关工作
1.1 大语言模型概述
1.2 多智能体系统概述
1.3 中文学术智能问答的研究
2 基于多智能体系统的中文学术问答框架
2.1 学术元智能体和多场景子智能体构建
2.1.1 学术元智能体构建
2.1.2 多场景子智能体构建
2.2 适应性学术见解学习系统构建
2.2.1 NL2DATA专业知识库检索工具构建
2.2.2 网页检索模块构建
2.2.3 自我反思智能体构建
2.2.4 见解挖掘智能体构建
2.3 适应性问答推理系统构建
3 实验与应用
3.1 实验结果与分析
3.1.1 关于多场景任务的评估实验
3.1.1.1 关于适应性学术见解学习系统下的多场景任务评估实验
3.1.1.2 关于适应性问答推理
