論文の概要: InfoAgent: Traceable Generation and Repair of Evidence-Grounded Infographics
- arxiv url: http://arxiv.org/abs/2609.39380v1
- Date: Wed, 30 Sep 2026 09:30:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.518865
- Title: InfoAgent: Traceable Generation and Repair of Evidence-Grounded Infographics
- Title（参考訳）: InfoAgent:Evidence-Grounded Infographicsのトレース可能な生成と修復
- Abstract要約: textbfInfoAgentは、視覚記号型プログラム合成のためのトレーニング不要のフレームワークである。
Infographic Visual Descriptionは、実際のペイロード、証明証拠実行ルートを記録し、検証義務をローカライズする。
IGenBenchでは、InfoAgent 93.0 Q-ACCと59.0 I-ACCが200のテスト要求に対する完全チェックリストのパスレートを21.5%から23.5%に引き上げた。
- 参考スコア（独自算出の注目度）: 17.908621688162267
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reliable infographic generation requires facts, symbols, and visual relations to remain consistent through rendering and revision. Correcting one element also requires tracking its supporting evidence and the dependencies affected by the change. We present \textbf{InfoAgent}, a training-free framework for \emph{evidence-bound visual-symbolic program synthesis}. Its Infographic Visual Description (IVD) records factual payloads, evidence provenance, execution routes, and verification obligations in a typed dependency graph. Retrieved design priors guide compilation, and layered execution combines raster synthesis with editable symbolic and binding objects while retaining their traces. Dependency-aware repair localizes corrections, rechecks affected dependencies, and requires protected obligations to remain satisfied under the declared checkers. Unresolved obligations remain explicit. On IGenBench, InfoAgent achieves 93.0 Q-ACC and 59.0 I-ACC. We also introduce InfoGraphicBench-Evidence, where complete-checklist pass rates on 200 test requests increase from 21.5\% for Same-IVD Prompt to 23.5\% for the initial layered output and 28.5\% after repair, using the same evidence and initial IVD. On 120 audited repair cases, localized repair edits 12.4\% of the canvas on average, compared with 67.3\% for global regeneration.
- Abstract（参考訳）: 信頼性の高いインフォグラフィック生成は、レンダリングとリビジョンを通じて一貫性を保つために事実、シンボル、視覚的関係を必要とする。
1つの要素の修正も、そのサポートされたエビデンスと、変更によって影響を受ける依存関係を追跡する必要がある。
本稿では,emph{evidence-bound visual-symbolic program synthesis} のトレーニング自由フレームワークである \textbf{InfoAgent} を提案する。
Infographic Visual Description (IVD)は、実際のペイロード、証拠証明、実行ルート、検証義務を型付き依存グラフに記録する。
階層化された実行は、ラスタ合成と編集可能なシンボリックおよびバインディングオブジェクトを組み合わせ、トレースを保持する。
依存性を意識した修正は、修正をローカライズし、影響のある依存関係を再確認し、宣言されたチェッカーの下で満足し続けるために保護された義務を要求する。
未解決の義務は明確である。
IGenBenchでは、InfoAgentは93.0 Q-ACCと59.0 I-ACCを達成する。
我々はまたInfoGraphicBench-Evidenceを導入し、200のテストリクエストに対する完全チェックリストのパスレートを、同じ層出力で21.5\%から23.5\%に、同じエビデンスと初期IVDで28.5\%に引き上げる。
120の監査を受けた修復ケースでは、局所的な修復は平均で12.4\%のキャンバスを編集し、世界再生では67.3\%である。
関連論文リスト
- ChartRevise: A Dataset and Evaluation Protocol for Exact Chart Editing via Code [17.85166764909197]
チャート編集にはクロスモーダルな編集グラウンドが必要で、それを描画するコードに要求された視覚的変更を実現する。
本稿では,正確なプログラム基底チャート編集のための構造化データセットと評価プロトコルであるChartReviseを紹介する。
結果として得られたデータセットには、20のチャートタイプと3つのプロットライブラリにわたる344の編集タイプをカバーする92,438のレコードが含まれている。
論文 参考訳（メタデータ） (2026-09-29T23:00:05Z) - 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) - Externalizing Requirement-to-Repair Artifacts as Observable Traces for LLM-Based Program Repair [0.0]
THEMISは、セマンティックな解釈を通じて、この要求から回復までのプロセスを外部化する、ステージアウェアな修復ワークフローである。
300のSWE-bench Liteケースの振り返り監査では、これらのアーティファクトが、クロスステージインスペクションに対する広範なサポートを提供することを示した。
論文 参考訳（メタデータ） (2026-09-14T02:01:19Z) - Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。
報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。
本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
論文 参考訳（メタデータ） (2026-08-09T22:59:13Z) - AuditCoder: Responsibility-Preserving Task Graphs for Auditable Code Generation and Bounded Repair [2.2743778085578437]
AuditCoderは、プログラムと監査可能な構成トレースを共同出力として扱う。
安定で局所的なテスト可能な境界を持つタスクの場合、グラフは分解構造だけでなく、検証と修復のための永続的なインデックスとしても機能する。
論文 参考訳（メタデータ） (2026-07-31T15:29:14Z) - Vector-Bench: Can Models Surgically Edit SVG Code? [0.0]
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。
論文 参考訳（メタデータ） (2026-07-21T12:44:39Z) - 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) - VeriEvol: Scaling Multimodal Mathematical Reasoning via Verifiable Evol-Instruct [71.22358682581215]
ビジュアルな数学的推論のための強化学習のスケーリングは、難しい質問を生成すること以上のものを必要とします。
これは2つのコンポーネントからなる反復的なフレームワークであるVeriEvolとしてインスタンス化します。
5ベンチマークのビジュアル・マス・スイートでは、10Kから250KサンプルまでのSFTデータのスケーリングが平均精度を35.42から54.73に引き上げている。
論文 参考訳（メタデータ） (2026-06-22T16:17:30Z) - ChartLens: A Dual-Branch Framework for Chart Data Correction and Factual Summary Refinement [55.77198392899527]
データMFMチャレンジトラック2:チャート理解のためのチャンピオンソリューションを提示する。
このトラックは、構造化されたチャートデータを復元し、チャート画像から忠実な自然言語要約を生成するモデルを必要とする。
グラフデータの修正と要約を行うための二分岐フレームワークであるChartLensを提案する。
論文 参考訳（メタデータ） (2026-06-09T09:45:01Z) - Agentproof: Static Verification of Agent Workflow Graphs [0.0]
エージェントフレームワークは、ツール使用の振る舞いを明示的なワークフローグラフとしてエンコードする傾向にある。
本稿では,4つの主要なエージェントフレームワークから統合抽象グラフモデルを自動的に抽出するAgentproofを提案する。
汎用的なモデルチェッカーとは異なり、Agentproofは手動モデリングを必要としない。
論文 参考訳（メタデータ） (2026-03-20T13:56:20Z) - Zero-shot Fact Verification by Claim Generation [85.27523983027471]
我々は,堅牢な事実検証モデルをトレーニングするフレームワークであるQACGを開発した。
われわれは自動的に生成されたクレームを使って、Wikipediaのエビデンスからサポートしたり、反論したり、検証したりできる。
ゼロショットシナリオでは、QACGはRoBERTaモデルのF1を50%から77%に改善し、パフォーマンスは2K以上の手作業による例に相当する。
論文 参考訳（メタデータ） (2021-05-31T03:13:52Z)
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。