PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2601.04390v3cs.AI

SciFig: 과학 논문의 편집 가능한 그림 생성 자동화를 향하여

SciFig: Towards Automating Editable Figure Generation for Scientific Papers

고품질 방법론 그림은 과학적 커뮤니케이션의 핵심이지만, 여전히 만들기 어렵고 시간이 많이 든다. 이러한 그림은 논문이 발전함에 따라 방법의 구성 요소와 정보 흐름을 명확하고 수정 가능한 다이어그램으로 압축해야 한다. 기존 방법론 다이어그램 자동화 시스템은 일반적으로 편집 가능성과 시각적 품질 사이의 트레이드오프에 직면한다. TikZ 또는 SVG 기반 방법은 편집 가능한 구조화된 출력을 생성하지만 종종 사람이 설계한 그림의 풍부함이 부족한 반면, 이미지 생성 모델은 다듬어진 래스터 출력을 생성하지만 수정하기 어렵다. 우리는 과학 텍스트로부터 시각적으로 풍부하고 완전히 편집 가능한 방법론 그림을 생성하는 end-to-end 멀티 에이전트 프레임워크인 SciFig를 제안한다. SciFig는 그림 생성을 계획, 레이아웃 합성, 구성 요소 렌더링, 반복적 정제로 분해하여, 표준 다이어그램 도구에서 편집할 수 있고 인간 또는 VLM 피드백을 통해 정제할 수 있는 XML 그림을 생성한다. 또한 37개 arXiv 도메인과 15개 최상위 AI/ML 학회에서 수집한 435개의 저자 직접 작성 방법론 그림으로 구성된 사람 검증 벤치마크 SciFig-Bench와, 그림 품질을 측정하는 4축 평가 프로토콜 SciFig-Eval을 소개한다. 7개의 단일 에이전트 및 에이전틱 베이스라인에 걸쳐 SciFig는 4개 SciFig-Eval 축 모두에서 최고 성능을 달성하며, 평균 약 10분 만에 편집 가능한 그림을 생성한다. 정성적 예시는 SciFig가 방법론 그림을 넘어 티저 다이어그램과 통계 플롯까지 일반화할 수 있음을 추가로 보여준다. 데이터셋과 코드는 https://shramanpramanick.github.io/SciFig/ 에서 이용할 수 있다.