연구자들이 논문을 개인 폴더 계층 구조로 정리하는 작업을 자동화하는 PaperRouter-Agent를 제안했어요. 이 에이전트는 사용자의 개인 폴더 의미를 학습하지 않고도 논문을 분류합니다. PaperRouter-Agent는 폴더 구성원 정보를 기반으로 분류 결정을 내리고, 사용자의 거부 피드백을 활용하여 정확도를 높여요. 실제 개인 라이브러리 연구 결과, 전체 Recall@1이 39%에서 61%로 향상됐어요.
PaperRouter-Agent는 공개 데이터셋 LaMP-2에서 정확도를 44.5%에서 51.5%로 향상시켰으며, 단일 샷 방법보다 우수한 성능을 보여줬어요. 이 방법은 훈련 없이도 사용 가능하며, 비용 효율적입니다.
폴더 이름이 아닌 폴더 구성원의 정보를 활용하여 논문 분류를 수행하는 방식이 기존 방법과 차별화됩니다.