論文の概要: Edit2TikZ: A Comprehensive and Challenging Benchmark for Scientific Figure Editing with TikZ
- arxiv url: http://arxiv.org/abs/2608.13441v1
- Date: Thu, 13 Aug 2026 16:27:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.600713
- Title: Edit2TikZ: A Comprehensive and Challenging Benchmark for Scientific Figure Editing with TikZ
- Title（参考訳）: Edit2TikZ:TikZによる科学フィギュア編集のための総合的かつ整合的なベンチマーク
- Abstract要約: 本稿では,科学的フィギュア編集タスクの総合的なベンチマークであるEdit2TikZを紹介する。
14のメインストリームMLLMを評価し,現在のシステムは信頼性が低いことを確認した。
我々は、TikZEditMixの混合学習セットを構築し、コンパクトモデルのための再構築編集カリキュラム学習を採用する。
- 参考スコア（独自算出の注目度）: 18.407009909616598
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Although multimodal large language models (MLLMs) have shown substantial potential in visual understanding and graphic code generation, editing scientific figures through code presents a greater challenge: a model must jointly recover visual structure, ground the requested change, generate compilable code, and preserve all unrelated content. While existing TikZ benchmarks mainly focus on figure reconstruction and generation, few systematically evaluate instruction-guided scientific figure editing with compilable code. We introduce Edit2TikZ, a comprehensive benchmark for scientific figure editing tasks, featuring 1,548 diverse and high-quality samples. Edit2TikZ combines real-world and controlled synthetic edit cases, supports both textual and visual localization request, and contains multi-step editing, each with step-level annotations. We further construct a human-aligned evaluation framework to measure whether a requested edit is completed while irrelevant content is preserved. Utilizing Edit2TikZ, we evaluate 14 mainstream MLLMs and find that current systems remain unreliable: on average, proprietary models achieve a compilation success rate of merely 75% and remain limited in both figure restoration and edit correctness, while compact models below 9B struggle further with instruction following and complete figure generation. Therefore, we build a mixed training set TikZEditMix and adopt reconstruction-then-editing curriculum learning for compact models. On Qwen3.5-4B, this training improves the compilation success rate from 45.35% to 83.40% and yields an average improvement of 18.7 points across our proposed evaluation metrics. The code and data will be released at https://github.com/Solunny/Edit2TikZ.
- Abstract（参考訳）: マルチモーダル大規模言語モデル(MLLM)は、視覚的理解とグラフィックコード生成において大きな可能性を示しているが、コードを通して科学的図形を編集することは、より大きな課題である: モデルは、視覚的構造を共同で回復し、要求された変更を解決し、コンパイル可能なコードを生成し、すべての無関係なコンテンツを保存しなければならない。
既存のTikZベンチマークは主に図形再構成と生成に重点を置いているが、コンパイル可能なコードで命令誘導された科学的図形編集を体系的に評価するケースはほとんどない。
本稿では,科学的フィギュア編集タスクの総合的なベンチマークであるEdit2TikZについて紹介する。
Edit2TikZは、現実世界と制御された合成編集ケースを統合し、テキストと視覚の両方のローカライゼーション要求をサポートし、ステップレベルのアノテーションを備えた多段階編集を含む。
さらに、要求された編集が完了し、無関係なコンテンツが保存されているかどうかを測定するために、人手による評価フレームワークを構築した。
Edit2TikZを用いて、14の主流MLLMを評価し、現在のシステムは信頼性が低いことを確認した: 平均すると、プロプライエタリなモデルはコンパイル成功率75%を達成し、フィギュア復元と編集精度の両方に制限がある一方、9B以下のコンパクトモデルは命令追従と完全フィギュア生成にさらに苦労する。
そこで我々は、TikZEditMixの混合学習セットを構築し、コンパクトモデルのための再構築編集カリキュラム学習を採用する。
Qwen3.5-4Bでは、このトレーニングはコンパイル成功率を45.35%から83.40%に改善し、提案した評価指標の平均18.7ポイントを改善する。
コードとデータはhttps://github.com/Solunny/Edit2TikZ.comで公開される。
関連論文リスト
- EdiTikZ: Scientific Figure Editing from Revision Trajectories [26.228378638070627]
391KのTikZ編集ペアをarXiv, GitHub, SEからマイニングすることで構築した,最初の大規模な科学的フィギュア編集データセットであるDaEdiTikZを紹介した。
また、790のインスタンスを持つ人間仕様のベンチマークであるDaEdiTikZ-Benchを導入し、2つのコンパクトQwen3.5ベースのEdiTikZモデルを再構築と編集を共同で学習することで訓練する。
論文 参考訳（メタデータ） (2026-09-01T15:29:52Z) - OmniEdit-Bench: A Comprehensive Benchmark for Instruction-based Video Editing [53.21868575804758]
命令ベースのビデオ編集(IVE)のための包括的かつ構造化されたベンチマークを導入する。
本ベンチマークでは,編集タスクを空間,時間,音声,参照ベースの編集など,複数のビデオ特化次元に分解する。
本研究では,4つの相補的な次元(精度,保存性,リアリズム,一貫性)から編集品質を評価する評価フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-05T16:58:48Z) - Do Text Edits Generalize to Visual Generation? Benchmarking Cross-Modal Knowledge Editing in UMMs [40.32260654663231]
統一マルチモーダルモデル(UMM)は汎用マルチモーダルインテリジェンスにとって有望なパラダイムである。
UMMにおけるクロスモーダルな知識編集のための最初のベンチマークであるUniKEを紹介する。
テキスト側の有効性は92%に達するが、直接画像生成時のVQAの精度は18.5%に留まる。
論文 参考訳（メタデータ） (2026-05-30T02:09:37Z) - EditRefiner: A Human-Aligned Agentic Framework for Image Editing Refinement [76.76247443244293]
EditRefinerは、編集後の修正を人間のような認識・推論・行動評価ループとして再構成するエージェントフレームワークである。
歪み、診断精度、人間の知覚アライメントにおいて、最先端の手法を一貫して上回る。
論文 参考訳（メタデータ） (2026-05-08T09:05:08Z) - UniEditBench: A Unified and Cost-Effective Benchmark for Image and Video Editing via Distilled MLLMs [19.634771714749544]
We present UniEditBench, a unified benchmark for image and video editing。
UniEditBenchは、共有プロトコルの下で再構成と命令駆動のメソッドをサポートする。
我々は,高容量MLLM判定器を軽量4B/8B評価器に蒸留し,ビデオの構造的忠実度,テキストアライメント,背景整合性,自然性,時間空間的一貫性を多次元的に評価する。
論文 参考訳（メタデータ） (2026-04-17T09:21:48Z) - Trust Your Critic: Robust Reward Modeling and Reinforcement Learning for Faithful Image Editing and Generation [67.26349227500084]
現在の報酬モデルは、強化学習の時に批評家として機能し、しばしば幻覚に悩まされ、うるさいスコアを割り当てる。
我々は、忠実な画像生成と編集のための正確で信頼性の高いガイダンスを提供するために、堅牢な報酬モデルを開発する包括的フレームワークFIRMを提案する。
FIRMは幻覚を緩和し、既存の一般的なモデルに対する忠実さと命令順守の新しい標準を確立した。
論文 参考訳（メタデータ） (2026-03-12T17:57:21Z) - Charts Are Not Images: On the Challenges of Scientific Chart Editing [66.38730113476677]
textitFigEditは、3万以上のサンプルからなる科学的フィギュア編集のベンチマークである。
私たちのベンチマークでは、ピクセルレベルの操作の重大な制限が示されています。
textitFigEdit をリリースすることにより,構造対応図形編集の体系的な進歩の実現を目指す。
論文 参考訳（メタデータ） (2025-11-30T06:13:48Z) - EdiVal-Agent: An Object-Centric Framework for Automated, Fine-Grained Evaluation of Multi-Turn Editing [170.71134330650796]
EdiVal-Agentは、命令ベースの画像編集のためのオブジェクト指向評価フレームワークである。
標準のシングルターンだけでなく、マルチターンの命令ベースの編集を精度良く評価するように設計されている。
EdiVal-Benchは、インコンテキスト、フローマッチング、拡散パラダイムにまたがる9つの命令タイプと13の最先端編集モデルをカバーするベンチマークである。
論文 参考訳（メタデータ） (2025-09-16T17:45:39Z) - Draw-In-Mind: Rebalancing Designer-Painter Roles in Unified Multimodal Models Benefits Image Editing [53.197392152109636]
DIM-T2I(Draw-In-Mind:Draw-In-Mind:DIM)と、GPT-4oが生成した233Kのチェーン・オブ・シンジケーションからなるDIM-Edit(DIM-Edit)という2つの補完的なサブセットからなるデータセットを紹介し、画像編集のための明示的な設計青写真として機能する。
DIM-4.6B-T2I/Edit は ImgEdit や GEdit-Bench のベンチマークにおいて、UniWorld-V1 や Step1X-Edit など、はるかに大きなモデルよりも優れたパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-09-02T06:06:52Z) - A Structural Model for Contextual Code Changes [20.185486717922615]
部分的に編集されたコードスニペットが与えられた場合、私たちのゴールは、スニペットの残りの部分に対する編集の完了を予測することです。
提案モデルでは,最先端のシーケンシャルモデルよりも28%,編集コードの生成を学習する構文モデルよりも2倍高い精度を実現している。
論文 参考訳（メタデータ） (2020-05-27T07:16:19Z)
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。