论文

PosterMELD:多Agent将论文生成可编辑、可打印且风格可控的海报

PosterMELD: Multi-Agent Paper-to-Poster Generation for Controllable Design Diversity with Editable Print-Ready Outputs

智能体系统Agent Harness

摘要

科学海报构建将长篇多模态论文压缩成可读、可编辑的画布。现有系统通过评分完成的输出来隐藏请求级失败,而直接生成图像则不可编辑,而编程代理工作流则成本高昂。PosterMELD是一个模板条件化的多代理管道:容量感知的槽位在渲染前引导写作,确定性门和视觉语言模型(VLM)审查将失败导向可控制的修复。每个接受的请求导出可编辑的PowerPoint(PPTX)和Portable Network Graphics(PNG)文件;明确的设计控制产生同一篇的变体。在621篇论文中,打印就绪率(PRR)计数通过几何、可读性、资产完整性以及明显的事实错误检查的请求,其中单独报告了可编辑性。冻结的VLM为打印就绪输出分配条件的Craftsmanship-Harmony-Expressiveness(CHE)评分。PosterMELD达到81.3%的PRR,是P2P的3.4倍,是PosterGen的5.2倍,且生成方法中最多打印就绪输出的最高条件CHE。可编辑性以及明确的设计控制的成本平均为每请求0.38美元,是Codex+Skill的3.5%。代码和资源可在https://github.com/Shannon4Science/PosterMELD获取。

PosterMELD:多Agent将论文生成可编辑、可打印且风格可控的海报:论文配图
图1 :一篇论文的输出示例。P2P在未填充区域不可编辑; PosterGen显示有限的布局和省略或拥挤的内容; Codex + Skill的请求成本最高(表1 ) ; PosterMELD可编辑、紧凑且可读。红色标记表示特定于示例的缺陷,而不是总比率。