Les chercheurs ont formalisé la tâche d'affectation des articles entrants à une hiérarchie spécifique à l'utilisateur, sans entraînement par utilisateur, sous le nom de routage hiérarchique personnalisé d'articles (PHPR). Ils proposent PaperRouter-Agent, un agent LLM sans entraînement qui ancre les décisions de routage dans les membres du dossier plutôt que dans les noms de dossier seuls.
- L'agent réduit la hiérarchie candidate et récupère des preuves spécifiques au dossier.
- Il vérifie l'adéquation en inspectant les articles membres et intègre un retour d'information à seuil de similarité issu des rejets utilisateurs passés.
- Sur des bibliothèques personnelles réelles, il améliore le Recall@1 de 0,39 à 0,61 et le Recall@3 de 0,57 à 0,83.
- Les gains les plus importants se produisent sur les dossiers organisationnels définis par des métadonnées telles que le lieu de publication ou l'année, où les méthodes en un seul passage s'effondrent (Recall@1 passant de 0,09 à 0,50).
- Sur le benchmark LaMP-2, la précision passe de 44,5 % à 51,5 %, offrant un macro-F1 supérieur de +9,0 par rapport à une ligne de base en un seul passage.
Cette approche offre une utilisation pratique à faible coût pour l'organisation des bibliothèques personnelles en gérant avec précision les structures de dossiers évolutives et privées.