论文

Crafter:用于根据不同输入生成可编辑科学图形的多代理工具

Crafter: A Multi-Agent Harness for Editable Scientific Figure Generation from Diverse Inputs

智能体系统Agent Harness

摘要

科学图表是传达复杂研究思想的最有效手段之一,但制作出版质量的插图仍然是论文准备过程中最耗费人力的部分之一。现有的自动化系统在纯文本输入下均针对单一图形类型,而研究人员实际使用的类型和条件的多样性未得到解决;它们的栅格输出无法进一步进行本地修改。由于科学图形是离散语义成分的结构化组合,因此在这种布局上产生的局部错误生成器需要的不是更强大的主干,而是一种控制。我们在两个互补的系统中实例化该工具:Crafter,一种用于图形生成的多代理工具,可在不更改架构的情况下泛化图形类型和输入条件;以及 CraftEditor,它应用相同的模式将光栅输出转换为可编辑的 SVG。此外,我们还推出了 CraftBench,这是一个跨越三种图形类型和四种输入条件并具有人类质量注释的基准。实验表明,Crafter 的性能明显优于独立生成器以及 PaperBanana-Bench 和 CraftBench 上的代理基线,并通过消融确认了每个组件的独立贡献; CraftEditor 忠实地将输出转换为超越所有基线的可编辑 SVG。我们的代码和基准可在 https://github.com/HaozheZhao/Crafter 获取。