論文の概要: PosterMELD: Multi-Agent Paper-to-Poster Generation for Controllable Design Diversity with Editable Print-Ready Outputs
- arxiv url: http://arxiv.org/abs/2608.02218v1
- Date: Mon, 03 Aug 2026 13:39:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.58095
- Title: PosterMELD: Multi-Agent Paper-to-Poster Generation for Controllable Design Diversity with Editable Print-Ready Outputs
- Title（参考訳）: PosterMELD: 編集可能な印刷可読出力による制御可能な設計多様性のためのマルチエージェント紙-ポスター生成
- Abstract要約: PosterMELDはテンプレート条件のマルチエージェントパイプラインである。
各リクエストは編集可能なPowerPoint (PPTX) と Portable Network Graphics (PNG) のアーティファクトをエクスポートする。
Codex+Skillの3.5%の要求に対して、ネイティブ編集性と明示的な設計管理はUSD0.38の平均的なコストで維持される。
- 参考スコア（独自算出の注目度）: 34.40233517054039
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientific poster construction compresses a long multimodal paper into a readable, editable canvas. Existing systems hide request-level failures by scoring only completed outputs; direct image generation is not element-editable, while coding-agent workflows are costly. PosterMELD is a template-conditioned multi-agent pipeline: capacity-aware slots guide writing before rendering, and deterministic gates plus vision-language model (VLM) review route failures to bounded repair. Each accepted request exports editable PowerPoint (PPTX) and Portable Network Graphics (PNG) artifacts; explicit design controls yield same-paper variants. Across 621 papers, Print-Ready Rate (PRR) counts requests passing geometric, readability, asset-integrity, and obvious-factual-error checks, with native editability reported separately. A frozen VLM assigns conditional Craftsmanship-Harmony-Expressiveness (CHE) scores to print-ready outputs. PosterMELD attains 81.3% PRR, 3.4 times P2P's rate and 5.2 times PosterGen's, and the highest conditional CHE among generated methods with multiple print-ready outputs. Native editability and explicit design controls are retained at a mean cost of USD 0.38 per request, 3.5% of Codex+Skill's. Code and resources are available at https://github.com/Shannon4Science/PosterMELD.
- Abstract（参考訳）: 科学ポスター構造は、長いマルチモーダル紙を可読で編集可能なキャンバスに圧縮する。
既存のシステムでは、完了した出力のみをスコアリングすることで、要求レベルの障害を隠蔽する。
PosterMELDはテンプレート条件のマルチエージェントパイプラインで、レンダリング前にキャパシティを意識したスロットをガイドする。
各リクエストは編集可能なPowerPoint (PPTX) とポータブルネットワークグラフィックス (PNG) の成果物をエクスポートする。
621以上の論文で、Print-Ready Rate (PRR)は、幾何学的、可読性、アセット・インテリジェンス、および明らかな事実的エラーチェックを通過するリクエストをカウントし、ネイティブ編集性は別々に報告している。
凍結されたVLMは条件付きクラフトマンシップ・ハーモニー圧縮性(CHE)スコアを印刷可能な出力に割り当てる。
PosterMELDは81.3%のPRR、P2Pの3.4倍のP2P、PosterGenの5.2倍のP2P、複数のプリント可能な出力を持つメソッドの中では最も高い条件付きCHEを実現している。
Codex+Skillの3.5%は、ネイティブの編集可能性と明示的なデザインコントロールを、要求あたりのUSD 0.38米ドルのコストで保持している。
コードとリソースはhttps://github.com/Shannon4Science/PosterMELD.comで入手できる。
関連論文リスト
- From Transient Prompts to Persistent Control: Scientific Poster Generation via Recursive Semantic-Geometric Contracts [67.34566880931716]
PosterVisorは、ポスター生成を一時的なプロンプトから永続的なコントロールに移行するコントロールフレームワークである。
オーケストラは、紙と視覚資産にルーリックを置き、それらをセマンティック幾何学契約にコンパイルする。
Recursive Contract Enforcement (RCE) は証拠が現れると、ステージ全体のチェックを動的にトリガーする。
論文 参考訳（メタデータ） (2026-09-15T15:32:07Z) - Codebook Agent: Amortized Topology Design for LLM Multi-Agent Systems [67.04448659688579]
クエリ非依存の16エントリのコードブックを開発し、上位のデコード候補を1回のバッチフォワードパスでランク付けする。
反復検索がなく、テスト時にメッセージパッシングがないため、Codebook Agentは6つのベンチマークでもっとも正確な方法である。
論文 参考訳（メタデータ） (2026-09-02T08:10:22Z) - ResearchStudio-Reel: Automate the Last Mile of Research from Paper to Poster, Video, and Blog [64.14077660274674]
論文をポスター、トークビデオ、ブログ記事に変える研究の普及は、まだ手作業だ。
ResearchStudio-Reelは、3つの編集可能なアーティファクトを出荷する唯一のパイプラインである。
論文 参考訳（メタデータ） (2026-07-05T17:59:33Z) - Crafter: A Multi-Agent Harness for Editable Scientific Figure Generation from Diverse Inputs [62.54193387399707]
我々は,学術的な図形から出版品質のイラストを自動生成するシステムを開発した。
Crafterは、アーキテクチャの変更なしにフィギュアタイプを一般化するマルチエージェントのハーネスフィギュア生成である。
CraftEditorは、出力を編集可能なSVGに変換する。
論文 参考訳（メタデータ） (2026-05-28T22:04:30Z) - simpleposter: a simple baseline for product poster generation [17.46071085989295]
外部コントローラを使わずに、忠実な主題の保存と正確な位置制御が可能なテキストレンダリングを実現する。
実験の結果、SimplePosterは、SeedEdit 3.0が55.2%、PosterMakerが85.3%、テキストレンダリングの精度が改善したのに対し、980.7%の主題保存率を達成した。
論文 参考訳（メタデータ） (2026-05-09T08:12:55Z) - EfficientPosterGen: Semantic-aware Efficient Poster Generation via Token Compression and Accurate Violation Detection [31.15442597866692]
EfficientPosterGenは、学術ポスターの自動生成のためのエンドツーエンドフレームワークである。
セマンティックアウェア検索とトークン効率のマルチモーダル生成を導入している。
トークンの効率とレイアウトの信頼性を大幅に向上させる。
論文 参考訳（メタデータ） (2026-02-25T17:03:39Z) - MiLDEdit: Reasoning-Based Multi-Layer Design Document Editing [67.28337411397062]
マルチレイヤ文書編集エージェント(MiLDEAgent)について紹介する。
MiLDEAgentは、レイヤワイドな理解のためのRLトレーニングされたマルチモーダル推論と、ターゲットとする修正のためのイメージエディタを組み合わせた推論ベースのフレームワークである。
MiLDEAgentは強力なレイヤ認識推論と正確な編集を実現し、すべてのオープンソースベースラインを著しく上回り、クローズドソースモデルに匹敵するパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-01-08T04:38:07Z) - Paper2Poster: Towards Multimodal Poster Automation from Scientific Papers [34.9495497884296]
ポストジェネレーションは科学コミュニケーションにおいて不可欠だが難しい課題である。
ポスター生成のための最初のベンチマークとメトリクススイートを紹介する。
PosterAgentはトップダウンのビジュアルインザループマルチエージェントパイプラインである。
論文 参考訳（メタデータ） (2025-05-27T17:58:49Z) - GenArtist: Multimodal LLM as an Agent for Unified Image Generation and Editing [60.09562648953926]
GenArtistは、マルチモーダル大言語モデル(MLLM)エージェントによって調整された統合画像生成および編集システムである。
ツールライブラリに既存のモデルを包括的に統合し,ツールの選択と実行にエージェントを利用する。
実験により、GenArtistは様々な生成および編集タスクを実行でき、最先端のパフォーマンスを達成できることが示された。
論文 参考訳（メタデータ） (2024-07-08T04:30:53Z)
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。