論文の概要: Vector-Bench: Can Models Surgically Edit SVG Code?

• arxiv url: http://arxiv.org/abs/2607.19056v1
• Date: Tue, 21 Jul 2026 12:44:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-22 19:05:05.426272
• Title: Vector-Bench: Can Models Surgically Edit SVG Code?
• Title（参考訳）: Vector-Bench: SVGのコードを手術で編集できるのか?
• Abstract要約: 本稿では,40個のSVG修復タスクのコンパクトで困難なベンチマークであるVector-Benchを紹介する。 各タスクは、作者が書いたビジュアルインストラクション、隠れたターゲットプログラム、平均5.05の注釈付き修復、および平均60.55の保護対象と、腐敗したSVGプログラムをペアリングする。 要求された修復は属性対応のパーセプティブトレランスを使用します。一方、要求されないレンダリングやアプリケーション関連構造は意味的に変化し続けなければなりません。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Instruction-based vector editing requires two capabilities: making a requested change and leaving everything else alone. The second is easy to miss when an output is judged only as a raster image. We introduce Vector-Bench, a compact, difficult benchmark of 40 SVG repair tasks. Each task pairs a corrupted SVG program with an author-written visual instruction, a hidden target program, 5.05 annotated repairs on average, and an average of 60.55 protected objects. Instructions describe visible defects without exposing element identifiers, coordinates, color codes, or path data. We define a deterministic binary specification reward: requested repairs use attribute-aware perceptual tolerances, while unrequested rendering- or application-relevant structure must remain semantically unchanged and the result must be a valid SVG. Canonical target equality and stricter source fidelity are retained as diagnostics. Validity-gated repair progress, a near-complete tier, and valid-output Unintended Change Rate (UCR) explain partial outcomes. We evaluate 34 model endpoints (25 listed as open-weight, 5 inexpensive controls, and 4 frontier closed endpoints) over 1360 requests. The strongest endpoint reaches only 15.0% full specification success, despite 43.7% mean repair progress, showing that apparent repair progress and specification-faithful editing remain substantially different. All prompts, outputs, scoring code, costs, and per-task reports are released.
• Abstract（参考訳）: 命令ベースのベクトル編集には2つの機能が必要だ。 2つ目は、出力がラスタ画像のみであると判断されたときに見逃しがちである。 本稿では,40個のSVG修復タスクのコンパクトで困難なベンチマークであるVector-Benchを紹介する。 各タスクは、作者が書いたビジュアルインストラクション、隠れたターゲットプログラム、平均5.05の注釈付き修復、および平均60.55の保護対象と、腐敗したSVGプログラムをペアリングする。 命令は、要素識別子、座標、カラーコード、パスデータを公開することなく、見える欠陥を記述する。 要求された修復は属性認識のパーセプティブトレランスを使用します。一方、要求されないレンダリングやアプリケーション関連構造はセマンティックに変化し続けなければなりませんし、その結果は有効なSVGでなければなりません。 標準的目標等しさとより厳密なソース忠実度を診断として保持する。 妥当性に制限された修復の進行、ほぼ完全な階層、有効出力の意図しない変更率(UCR)は、部分的な結果を説明する。 我々は、34のモデルエンドポイント(オープンウェイト、5つの安価なコントロール、4つのフロンティアクローズドエンドポイント)を1360の要求に対して評価した。 最強のエンドポイントは、43.7%が修復の進捗を意味しているにもかかわらず、15.0%にしか達していない。 すべてのプロンプト、アウトプット、スコア付けコード、コスト、タスク毎のレポートがリリースされます。

関連論文リスト

• ExBind: A Controlled Diagnostic Benchmark for Visual-to-Executable Correspondence [25.750916054932294]
  ExBindはセマンティックローカライゼーションとアクション実行の間の制御された診断ベンチマークである。 表現に依存しない遅延バインディングインスタンスをサンプリングし、SVG、DOM、canvas、tree、 graph、テーブルケースにコンパイルする。 リリースには250ケースのワイドスイート、240ケースのターゲットスイート、50ペアのラテントグループが含まれている。
  論文  参考訳（メタデータ） (2026-09-01T14:52:57Z)
• SVGEval: A Vision-Grounded Framework for Perceptual-Quality Benchmarking and Evaluation in Text-to-SVG Generation [49.00672742747506]
  拡張性ベクターグラフィックス(SVG)を生成するために,マルチモーダルな大規模モデルがますます利用されている 既存のプロトコルはSVGをレンダリングした後、しばしばコード中心または借用イメージのメトリクスである。 SVGEvalは,人手によるSVG品質評価のためのマルチモーダル・ベンチマークである。
  論文  参考訳（メタデータ） (2026-08-03T09:41:18Z)
• From Blind Edits to Verified Repair: Building Trustworthy User-Side LLM Agents for Web Accessibility [0.5872014229110213]
  Chrome拡張機能はページのスタイルシートを抽出し、それを凝縮してローカルモデルのコンテキストウィンドウに適合させ、その結果をライブページに可逆的に注入する。 二重条件プロトコルは、10の違反に富む10の高アクセスのライブサイトで6つの小さなオープンウェイトモデル(7Bから14B)に適用される。 検証された修理器具は、トリリンガルシード違反ベンチマークと、違反が厳格に減少した場合のみ変更を受け入れる監査注入検証ループとをペアリングする。
  論文  参考訳（メタデータ） (2026-07-26T17:21:24Z)
• AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents [83.37969790806069]
  LLMエージェントのエラーは、エラーが表面化するステップが原因ではないことが多いため、デバッグが難しい。 Agent DebuggerXはオープンソースのフレームワークで、デバッグをDe Detect, Attribute, Recover, Rerunのクローズドループとして整理する。 コアとなるDeep Debuggerは、グローバルな軌跡理解を通じてマルチターン根本原因診断を行う。
  論文  参考訳（メタデータ） (2026-07-21T06:21:13Z)
• Fantastic Adaptive Taxonomies and How to Use Them [100.20614173157708]
  AdaMASTは、実行トレースをコンパクトでエビデンスに基づく障害分類に変換する。 コードには手書きのコードはなく、人間による注釈もない。 エージェント・システム・サーチでは、失敗候補の分類コード診断が自由形式より優れている。
  論文  参考訳（メタデータ） (2026-07-17T17:41:16Z)
• Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
  PointArena 2026は77.2%の精度でベンチマークで2位である。 ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。 次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
  論文  参考訳（メタデータ） (2026-06-29T06:39:03Z)
• ContraFix: Agentic Vulnerability Repair via Differential Runtime Evidence and Skill Reuse [10.503895811137095]
  大規模言語モデル(LLM)エージェントは、自動脆弱性修復にますます利用されている。 最近の実証的な結果は、これらのエージェントがいまだに現実世界の脆弱性と戦っていることを示している。 ContraFixは、再利用可能な修復スキルとランタイムエビデンスを結合するエージェントフレームワークである。
  論文  参考訳（メタデータ） (2026-05-17T13:48:25Z)
• Structural Evaluation Metrics for SVG Generation via Leave-One-Out Analysis [7.246398319376824]
  従来のジャックニフェ推定器にインスパイアされた要素レベルのLeft-one-out (LOO)分析を導入する。 LOOスコアは、ゼロショットアーティファクト検出を可能にするLOOスコアによって要素毎にスコアされる。 5世代のシステムと3つの複雑性レベルにわたる19,000以上の編集(5タイプ)で、これらのメトリクスを検証する。
  論文  参考訳（メタデータ） (2026-04-09T22:50:41Z)
• Specification Vibing for Automated Program Repair [8.68148153927532]
  VibeRepairは仕様中心のAPR技術で、修正をアドホックなコード編集ではなく、行動特化修復として扱う。 Defects4J v1.2では、VibeRepairが174のバグを正しく修復し、最先端のベースラインを28のバグで越えている。 Defects4J v2.0では、178のバグを修復し、33のバグによる以前のアプローチよりも優れ、23%の改善を示している。
  論文  参考訳（メタデータ） (2026-02-09T04:44:58Z)
• VCode: a Multimodal Coding Benchmark with SVG as Symbolic Visual Representation [51.95090758710288]
  我々はSVGコードをコンパクトで解釈可能で実行可能な視覚表現として提唱する。 私たちは、マルチモーダル理解をコード生成として再設計するベンチマークであるVCodeを紹介します。 VCodeは、一般的なコモンセンス(MM-Vet)、専門分野(MMMU)、視覚中心の知覚(CV-Bench)の3つの領域をカバーする。
  論文  参考訳（メタデータ） (2025-11-04T18:00:18Z)
• InternSVG: Towards Unified SVG Tasks with Multimodal Large Language Models [65.49118879021016]
  統合データベンチマークモデルスイートであるInternSVGファミリを提示する。 SAgogeはSVGタスクのための最大かつ最も包括的なマルチモーダルデータセットである。 本稿では,SVG 固有の特殊トークンを用いた SVG 理解,編集,生成のための統合型 MLLM である InternSVG を提案する。
  論文  参考訳（メタデータ） (2025-10-13T12:38:04Z)
• Enhancing repository-level software repair via repository-aware knowledge graphs [13.747293341707563]
  リポジトリレベルのソフトウェア修復は、問題記述とコードパッチの間のセマンティックギャップを埋める際の課題に直面します。 既存のアプローチは、大きな言語モデル(LLM)に依存しており、意味的曖昧さ、構造的文脈の限られた理解、推論能力の不足によって妨げられている。 本稿では,リポジトリアーティファクト(課題とプル要求)とエンティティ(ファイル,クラス,関数)を正確にリンクする新しいリポジトリ対応知識グラフ(KG)を提案する。 KGをマイニングした経路を利用する経路誘導補修機構により,説明とともに文脈情報を拡張することができる。
  論文  参考訳（メタデータ） (2025-03-27T17:21:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。