論文の概要: Figures as Programs: Recursive Generation of Editable Scientific Figures
- arxiv url: http://arxiv.org/abs/2609.01006v1
- Date: Tue, 01 Sep 2026 09:53:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-02 16:31:36.544756
- Title: Figures as Programs: Recursive Generation of Editable Scientific Figures
- Title（参考訳）: プログラムとしての図:編集可能な科学的図形の再帰的生成
- Authors: Yepeng Liu, Dasen Dai, Chengzhi Liu, Yiren Song, Hai Ci, Yu Zhang, Qi Zhang, Mike Zheng Shou, Xin Eric Wang, Yuheng Bu,
- Abstract要約: 最近の画像生成モデルは、視覚的に魅力的な図形を合成することができるが、人間の満足な結果を生み出すことは、単一の生成段階において難しいままである。
textscFigTreeは、科学論文を構造化ベクトル図形に自動的に変換するテキストマルチエージェントシステムである。
レンダリングクリティカルリファインメントループは、レンダリングされたフィギュアとその基礎となるプログラムを共同で検査し、視覚的欠陥を特定のステートメントにトレースし、正確に修復することを可能にする。
- 参考スコア（独自算出の注目度）: 79.78366479117878
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Scientific methodology figures are essential for communicating complex methods clearly, yet creating them remains labor-intensive and typically requires multiple rounds of refinement. Recent image-generation models can synthesize visually appealing raster figures, but producing a human-satisfactory result in a single generation step remains difficult. Moreover, precise edits to raster figures are challenging for both humans and models. We formulate scientific figure generation as recursive SVG program construction and propose \textsc{FigTree}, a \textit{multi-agent} system that automatically transforms a scientific paper into a structured vector figure. \textsc{FigTree} grounds figure content in the source paper, decomposes a figure into a hierarchy of local regions, generates each region as a short SVG program, and assembles the resulting fragments. A render-critic refinement loop jointly inspects the rendered figure and its underlying program, enabling visual defects to be traced to specific statements and accurately repaired. We conduct extensive evaluations of \textsc{FigTree} on figure quality and editability, showing that \textsc{FigTree} produces high-quality figures, while also enabling more effective editing than existing raster-based methods.
- Abstract（参考訳）: 科学的方法論の数字は、複雑な手法を明確に伝達するのに不可欠であるが、それらを作成するには労働集約的であり、典型的には複数の改良が必要である。
最近の画像生成モデルは、視覚的に魅力的なラスタ像を合成することができるが、人間の満足な結果を生み出すことは、単一の生成段階において難しいままである。
さらに、ラスターフィギュアの正確な編集は人間とモデルの両方にとって困難である。
再帰的なSVGプログラム構築として科学的図形生成を定式化し、科学論文を構造化ベクトル図形に自動的に変換する \textit{multi-agent} システムである \textsc{FigTree} を提案する。
\textsc{FigTree}は、ソース・ペーパーのフィギュア・コンテントを接地し、フィギュアをローカル領域の階層に分解し、短いSVGプログラムとして各リージョンを生成し、その結果のフラグメントを組み立てる。
レンダリングクリティカルリファインメントループは、レンダリングされたフィギュアとその基礎となるプログラムを共同で検査し、視覚的欠陥を特定のステートメントにトレースし、正確に修復することを可能にする。
我々は, 図形品質と編集性について, \textsc{FigTree} を広範囲に評価し, 高品質な図形を生成するとともに, 既存のラスタ法よりも効率的な編集を可能にすることを示す。
関連論文リスト
- GenGA: Editable and Data-Grounded Graphical Abstract Generation for Academic Papers [2.593510481959727]
我々はベクトル形式でフィギュアを直接生成する新しい世代フレームワークGenGAを提案する。
階層構造を持つベクトル要素の集合として図を生成することで、GenGAは既存の描画ツールにシームレスにインポート可能な出力を生成する。
実験の結果,GenGAは他の方法に比べて編集の単純さが優れており,簡潔さやセマンティックアライメントにおいて人為的なGAを超えていることがわかった。
論文 参考訳（メタデータ） (2026-08-05T23:53:02Z) - DrawAI: Agentic Benchmark and Workflow for Making Raster Images Editable [10.070492917829995]
本稿では,エージェントベンチマークであるDrawAI-Benchと再構築ワークフローであるDrawAI-Flowを紹介する。
画像から直接操作可能なアーティファクトを復元し、その視覚的・意味的な内容を保存する。
その結果,再現性やコストはモデルハーネス構成によって大きく異なるが,DrawAI-Flowは一貫して編集可能な構造を改善していることがわかった。
論文 参考訳（メタデータ） (2026-08-01T09:05:06Z) - SciDiagramEdit: Learning to Edit Scientific Diagrams from Paper Revisions [66.46898035008782]
SciDiagramEditは、自然論文の改訂から学習する、ベンチマークおよびスキル進化フレームワークである。
エージェント提案者は、複数のエポック上の実行トレースからエージェントのスキル仕様を継続的に洗練する。
得られたスキルは、保持された検証セットの編集精度を段階的に引き上げる。
論文 参考訳（メタデータ） (2026-07-16T17:58:36Z) - 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) - 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) - GlyphMastero: A Glyph Encoder for High-Fidelity Scene Text Editing [23.64662356622401]
GlyphMasteroという特殊なグリフエンコーダは、ストロークレベルの精度でテキストを生成するために、潜時拡散モデルを導出するために設計されている。
本手法は,現状のシーンテキスト編集ベースラインよりも文精度が18.02%向上した。
論文 参考訳（メタデータ） (2025-05-08T03:11:58Z) - TAPS3D: Text-Guided 3D Textured Shape Generation from Pseudo Supervision [114.56048848216254]
テキスト誘導型3次元形状生成器を疑似キャプションで訓練するための新しいフレームワークTAPS3Dを提案する。
レンダリングされた2D画像に基づいて,CLIP語彙から関連する単語を検索し,テンプレートを用いて擬似キャプションを構築する。
構築したキャプションは、生成された3次元形状の高レベルなセマンティック管理を提供する。
論文 参考訳（メタデータ） (2023-03-23T13:53:16Z) - OCR-VQGAN: Taming Text-within-Image Generation [4.5718306968064635]
我々はOCR-VQGAN,画像エンコーダ,およびOCR事前学習機能を利用してテキスト知覚損失を最適化するデコーダを提案する。
我々は,OCR-VQGANの有効性を図形再構成の課題に関するいくつかの実験により実証した。
論文 参考訳（メタデータ） (2022-10-19T16:37:48Z) - Promoting Graph Awareness in Linearized Graph-to-Text Generation [72.83863719868364]
局所グラフ構造を符号化する線形化モデルの能力を検討する。
本研究は,モデルの暗黙のグラフ符号化の品質を高めるための解法である。
これらの消音足場は、低リソース設定における下流生成の大幅な改善につながることが分かりました。
論文 参考訳（メタデータ） (2020-12-31T18:17:57Z)
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。