Blog › GitHub em alta

GitHub em alta · 17/11/2026

paper-orchestra, do Google, usa agentes de IA para escrever artigos científicos em LaTeX

O projeto de código aberto transforma ideias e logs de experimentos em manuscritos prontos para submissão e está em alta no GitHub.

Pouca repercussão 2 fontes Atualizado em 17/11/2026 às 20:15 (Brasília)

O repositório google-research/paper-orchestra reúne um framework multiagente que converte ideias e registros de experimentos em manuscritos de pesquisa em IA, formatados em LaTeX. Desenvolvido por pesquisadores do Google Cloud AI Research, é um dos projetos de IA que mais ganharam estrelas no GitHub hoje. O repositório informa que não é um produto oficialmente suportado pelo Google.

O que é e que problema resolve

O PaperOrchestra parte de materiais soltos de pré-escrita: um resumo da ideia e o log dos experimentos. Com eles, o projeto diz gerar um artigo completo, com revisão de literatura, gráficos e diagramas conceituais.

Segundo os autores, os escritores autônomos existentes ficam presos a pipelines experimentais específicos e produzem revisões de literatura superficiais. O projeto afirma querer fechar a distância entre o material bruto da pesquisa e o manuscrito pronto para submissão.

Como funciona

O trabalho é dividido entre agentes especializados, o que, segundo o site do projeto, permite execução paralela e autorreflexão iterativa. Há agentes para esboço, gráficos, revisão de literatura, escrita das seções e refinamento do conteúdo.

A revisão de literatura busca e prioriza referências, com citações ancoradas em APIs, segundo o site. O resultado segue os modelos LaTeX de cada conferência, e é possível adicionar templates próprios na pasta indicada.

Os autores também propõem o PaperWritingBench, um benchmark com materiais brutos reconstituídos de 200 artigos de CVPR 2025 e ICLR 2025, 100 de cada evento. O README informa que o conjunto de dados não está no repositório e será liberado depois.

Como começar e o que é preciso

A instalação usa um ambiente Conda com Python 3.11 e um arquivo.env com chaves de API. A execução ocorre por script bash ou pela linha de comando em Python.

É preciso indicar o diretório com os materiais brutos e o do template LaTeX. Os modelos de linguagem para escrita e reflexão são configuráveis, e a geração de figuras por código é opcional. Há ainda uma demo interativa em Streamlit.

Maturidade e repercussão

O repositório foi criado em 1º de maio de 2026 e recebeu o último commit em 15 de novembro. Tem licença Apache-2.0, 2.913 estrelas e 408 forks, sendo 1.175 estrelas ganhas hoje no GitHub Trending.

Pontos-chave

  • Código em Python, com tópicos de assistente de pesquisa em IA e sistemas multiagente
  • Autores: Yiwen Song, Yale Song, Tomas Pfister e Jinsung Yoon
  • Benchmark cobre o layout de duas colunas do CVPR e o de uma coluna do ICLR
  • Inclui a pasta autoraters, com scripts de avaliação automatizada

Texto escrito por IA a partir das reportagens e páginas listadas abaixo e checado contra elas por uma segunda revisão automática. Atualizado em 17/11/2026 às 20:15 (Brasília).

Outras publicações