論文の概要: FigMirror: Ground It, Code It, Plot It
- arxiv url: http://arxiv.org/abs/2608.28814v1
- Date: Fri, 28 Aug 2026 19:26:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:30.757171
- Title: FigMirror: Ground It, Code It, Plot It
- Title（参考訳）: FigMirror: Ground it, Code it, Plot it
- Abstract要約: FigMirrorは、視覚的要素をコーディネートし、実行可能なコードを通じてそれらのプロパティを計測するエージェントフレームワークである。
実験によると、FigMirrorは参照条件のスタイル転送において、既存のメソッドよりも一貫して優れています。
- 参考スコア（独自算出の注目度）: 41.383834450874765
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Converting scientific figures into executable code has gained increasing attention, yet existing methods primarily focus on reproducing the reference figure itself. A more practical setting is to plot new data while preserving the visual style of a reference figure (e.g., color scheme and typography). Prior approaches mimic the reference through pixel-level optimization and struggle to carry its style to new data. We show that the key to this task lies in the coordinate grounding and coding capabilities present in modern computer-use models. We propose FigMirror, an agentic framework that unlocks these capabilities through Grounded Measurement, which locates visual elements by coordinates and measures their properties through executable code. We further introduce PlotTwin-Bench, an expert-curated benchmark with fine-grained code and image-level style metrics. Experiments show that FigMirror consistently outperforms existing methods on reference-conditioned style transfer. All plots in this paper are generated by FigMirror, except those produced by other methods for comparison. Our code and data are available at: https://github.com/VILA-Lab/FigMirror.
- Abstract（参考訳）: 科学的フィギュアを実行可能なコードに変換することは注目されているが、既存の手法は主に参照フィギュア自体の再生に焦点を当てている。
より実用的な設定は、参照フィギュア(例えば、カラースキーム、タイポグラフィー)の視覚スタイルを保ちながら、新しいデータをプロットすることである。
以前のアプローチでは、ピクセルレベルの最適化を通じて参照を模倣し、そのスタイルを新しいデータに持っていくのに苦労していた。
この課題の鍵は、現代のコンピュータ利用モデルに存在する座標接地と符号化能力にあることを示す。
本研究では,これらの機能を実現するエージェントフレームワークであるFigMirrorを提案する。
さらにPlotTwin-Benchを紹介します。PlotTwin-Benchは、詳細なコードとイメージレベルのメトリクスを備えた、専門家によるベンチマークです。
実験によると、FigMirrorは参照条件のスタイル転送において、既存のメソッドよりも一貫して優れています。
この論文のすべてのプロットはFigMirrorによって生成されるが、他の比較方法によって生成されるプロットは例外である。
私たちのコードとデータは、https://github.com/VILA-Lab/FigMirror.comで公開されています。
関連論文リスト
- What You See Is What You Get: Observation-Aligned Supervision for Chart-to-Code Generation [50.62320148925983]
多くのチャートプログラムは、レンダリングされた画像から一意に回収できない潜在生変数を含む。
本稿では,潜伏する生データターゲットを視覚的観察に制約された量で置き換えるリライトフレームワークであるオブザーバ・アラインド・インフォメーションを導入する。
この結果から,チャート・トゥ・コードモデルの改善には,データや高度な学習目的やアルゴリズムだけでなく,チャート画像から識別可能なものを尊重する監視対象も必要であることが示唆された。
論文 参考訳（メタデータ） (2026-07-06T06:53:40Z) - Vision2Code: A Multi-Domain Benchmark for Evaluating Image-to-Code Generation [18.596629746844567]
画像・コード生成のための参照不要なベンチマークおよび評価フレームワークであるVision2Codeを紹介する。
Vision2Codeには、チャートやプロット、幾何学、グラフ、科学画像、ドキュメント、三次元空間シーンにまたがる15のソースデータセットから2,169のサンプルが含まれている。
コード実行障害を再構築品質から分離するレンダス診断を報告する。
論文 参考訳（メタデータ） (2026-05-11T22:50:12Z) - Robust Scene Coordinate Regression via Geometrically-Consistent Global Descriptors [52.57327385675752]
幾何学的構造と視覚的類似性の両方に整合したグローバルな記述子を学習するアグリゲータモジュールを提案する。
これにより、信頼できないオーバーラップスコアによる誤関連が修正される。
挑戦的なベンチマークの実験では、大規模環境ではかなりのローカライゼーションが得られた。
論文 参考訳（メタデータ） (2025-12-19T04:24:03Z) - ChartMaster: Advancing Chart-to-Code Generation with Real-World Charts and Chart Similarity Reinforcement Learning [64.4193334712998]
チャートからコードへの生成タスクでは、チャートイメージを実行可能なコードに変換するMLLMが必要である。
このタスクは、データ多様性の制限と、生成されたチャートと元のチャートの間の視覚的一貫性を維持することの難しさという、2つの大きな課題に直面する。
本稿では,arXiv論文から抽出した実世界の人間設計チャートをプロンプトとして活用するReChartPromptを提案する。
また,GRPOに基づく強化学習アルゴリズムであるChartSimRLを提案する。
論文 参考訳（メタデータ） (2025-08-25T02:32:56Z) - Masked Image Modeling: A Survey [73.21154550957898]
マスク付き画像モデリングは、コンピュータビジョンにおける強力な自己教師付き学習技術として登場した。
我々は近年,分類学を構築し,最も顕著な論文をレビューしている。
我々は,最も人気のあるデータセット上で,様々なマスク付き画像モデリング手法の性能評価結果を集約する。
論文 参考訳（メタデータ） (2024-08-13T07:27:02Z) - A Review and Efficient Implementation of Scene Graph Generation Metrics [12.999518604217853]
シーングラフ生成においてよく使われるメトリクスのレビューと正確な定義を提供する。
これらのメトリクスの使用を容易にするため、SGBenchと呼ばれるスタンドアロンのPythonパッケージを導入します。
また,シーングラフ生成手法を研究者が比較可能な,シーングラフベンチマークWebサービスを提案する。
論文 参考訳（メタデータ） (2024-04-15T09:40:44Z) - StarGraph: A Coarse-to-Fine Representation Method for Large-Scale
Knowledge Graph [0.6445605125467573]
本稿では,近隣情報を大規模知識グラフに活用するための新しい手法であるStarGraphを提案する。
提案手法は,ogbl-wikikg2データセットの有効性を検証する。
論文 参考訳（メタデータ） (2022-05-27T19:32:45Z) - Universal Representation for Code [8.978516631649276]
新しいグラフベースのコード表現の上に効果的なプリトレーニング戦略を提示する。
我々は、グラフニューラルネットワークの表現を事前学習し、普遍的なコード特性を抽出する。
実世界の2つのデータセット - 30億のjavaメソッドと770万のpythonメソッドにまたがる。
論文 参考訳（メタデータ） (2021-03-04T15:39:25Z) - Auto-Encoding Twin-Bottleneck Hashing [141.5378966676885]
本稿では,効率よく適応的なコード駆動グラフを提案する。
自動エンコーダのコンテキストでデコードすることで更新される。
ベンチマークデータセットの実験は、最先端のハッシュ手法よりもフレームワークの方が優れていることを明らかに示しています。
論文 参考訳（メタデータ） (2020-02-27T05:58:12Z)
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。