快速增长的科学文献使得撰写综述变得困难，推动了自动化综述生成的研究。现有系统在检索论文和概念时缺乏社区的导航痕迹，导致范围不完整、分类薄弱、引用可靠性低。核心观点是，作者在Related Work章节中提供了人类判断：他们挑选与自己工作相关的文献并解释关系，这为范围重建和关系证据提供了路径。InsightRAG利用这些判断进行检索，沿着作者支持的引用关系重建经验证的研究范围，并组织关系证据。随后在最小冲突目标下聚合这些判断，生成反映文献中重复出现的作者视角的分类结构，指导生成过程并限定每个章节的证据来源。对十个主题的实验表明，系统在范围重建、分类质量、引用支持和参考可靠性方面均有提升。
点评