UIUC研究团队打造ResearchArcade：构建动态科研知识图谱，统一AI科研数据接口

【新智元导读】UIUC研究团队打造ResearchArcade，将ArXiv论文、OpenReview评审、图表代码等碎片数据连接成动态知识图谱。模型可直接学习引用关系、修改轨迹与审稿互动，让AI更好辅助科研写作、修订与预测，为下一代科研智能体奠定统一数据基础。

在学术科研的过程中，研究者需要面对形态各异的数据来源：我们从ArXiv获取最新论文以追踪学术前沿，从 OpenReview 的开放评审中学习 Rebuttal 的技巧……

随着科研人员越来越多地借助机器学习（如LLM、GNN等）来辅助各类研究任务，一个关键问题随之浮现：

我们是否能建立一个统一的数据接口，来支持不同学术任务中机器学习模型的开发？

解决这一问题，将为Specialized Research Agents的发展奠定基础，促进auto-research的实现，也让我们更进一步地迈向让AGI真正理解科研与知识的奥秘的新阶段。

近日，伊利诺伊大学厄巴纳–香槟分校（UIUC）Jiaxuan You教授团队发布了新作，提出了基于图结构的统一科研数据接口，收集并处理了形式各异的科研数据，以辅助不同机器学习模型在各种科研任务上的训练，展望利用AI高效辅助科研的未来。

论文链接

研究动机

痛点一：数据分散在多个平台，科研语义被割裂

研究一篇文章时，我们常常：

• 在ArXiv找相关论文（内容、图表、引用）
• 在OpenReview看审稿意见、看rebuttal、看版本修改
• 在GitHub或附录里找代码、找实验细节
• 在DBLP/Google Scholar看作者与引用网络

平台和平台之间缺少统一的结构化连接。模型拿到的往往只是一段段拼接好的，很难对平台间的跨源关系做建模。

痛点二：图表/段落/引用这些「高价值结构」，长期被当作噪声处理

论文里最有信息密度的内容，经常不是摘要，而是：方法流程图、实验表格、ablation与结果对比、对于前人工作的引用。

但传统数据集与基准常常把这些「结构」压扁成纯文本，导致模型无法接触到「论文内部的组织逻辑」。

痛点三：科研是「演化过程」，但我们常把它当成「静态快照」

科研不是一次性写完的。尤其在顶会投稿场景里，论文会经历：reviewer评论、rebuttal、revision（多轮修改）

这些是「科研互动」和「论文进化」的核心信号，但在很多数据里它们要么缺失，要么只是散落文本。

ResearchArcade 将科研世界模拟成一张动态图

研究人员提出的ResearchArcade是一个基于图结构的数据接口，连接了多个学术数据源，统一了学术任务定义，并支持广泛的机器学习模型的训练。