SciForma：结构忠实地生成科学图表

结构保真度对于科学方法图至关重要。为了传达研究逻辑，这些图表必须忠实地呈现组件、方向关系和文本注释。由于单个错误（例如反向箭头或不可读的方程）可能使整个图形无效，因此结构保真度本质上是结合性的：一个轴上的正确性无法补偿另一轴上的错误。当前的开源模型无法满足这一标准。受监督的 微调 (SFT) 学习合理的布局，但无法可靠地确保结构正确性，而基于标量奖励的 后训练 会掩盖哪个结构维度失败。为了解决这个问题，我们引入了 SciForma，一个用于结构忠实地生成科学方法图的框架。具体来说，SciForma 在结构清单的指导下将图表质量分解为三个结构轴：组件、箭头和文本。在此基础上，我们策划了用于结构化训练的 SciFormaData-700K 和用于逻辑验证评估的 SciFormaBench-2K。为了弥补 SFT 留下的差距，我们开发了多维联合偏好优化 (M-DPO)，它强制所有轴同时正确，并自适应地将梯度路由到 后训练 中最不足的维度。相同的结构清单还可以在推理时进行迭代编辑以纠正残留错误。这种组合使 SciForma-9B 在 SciFormaBench-2K 和 AIBench 上超越所有开源基线和 GPT-Image-1.5，使开放科学图表生成接近专有级别的结构保真度。我们的代码和数据将在以下位置提供：https://github.com/microsoft/SciForma。