PaperFit：面向科学文档的视觉在环排版优化

编译无误的LaTeX稿件未必达到可发表状态。所得PDF经常出现浮动体错位、公式溢出、表格缩放不一致、孤行寡行以及页面平衡不佳等问题，迫使作者反复进行编译—检查—修改循环。基于规则的工具对渲染后的视觉效果视而不见，只能处理源代码和日志文件。纯文本LLM执行开环文本编辑，无法预测或验证其修改对二维版面的影响。因此，可靠的排版优化需要一个每次编辑后都进行验证的视觉闭环。我们将该问题形式化为视觉排版优化（VTO），即通过迭代式视觉验证与源码级修订，把可编译的LaTeX论文转化为视觉精良、符合页数预算的PDF的任务，并提出五类排版缺陷分类法以指导诊断。我们提出PaperFit，一个视觉在环智能体，迭代地渲染页面、诊断缺陷并施加受约束的修复。为对VTO进行基准测试，我们构建了PaperFit-Bench，包含来自10个会议模板、13种缺陷类型、不同难度的200篇论文。大量实验表明，PaperFit大幅超越所有基线，证实了从可编译源码到可发表PDF的跨越需要视觉在环优化，且VTO构成文档自动化流程中一个关键缺失环节。