PaperBanana-Interact：利用多轮人工反馈进行科学图表细化

最近的努力旨在从论文内容自动生成科学图表（Lin 等人，2026；Zhu 等人，2026a）。然而，一次性完全满足作者的视觉和交流偏好具有挑战性：在我们的形成性用户研究（N = 14）中，所有参与者在查看初稿后都要求进一步修改，其中 86% 的人认为精炼后的图表更令人满意。尽管需求明确，但多轮工作流程在很大程度上仍未得到充分探索。为了弥补这一差距，我们推出了 MTPaperBananaBench，这是一个多轮图生成基准，包含 292 个图像，注释有 3,518 个用户需求。为了减少昂贵的人类研究并实现可扩展的基准测试，我们构建了一个用户模拟器，该模拟器每次都会识别未满足的需求并将其中的 k 转换为自然语言反馈。评估需求满意度和整体图表质量揭示了基线多轮系统共有的两种关键故障模式：(1) 质量漂移，其中图表质量在轮次中逐渐下降；(2) 遗忘，其中先前实现的功能在后续轮次中丢失。为了解决这些问题，我们引入了 PaperBanana-Interact，这是一个多代理系统，可通过内部批判和细化循环来细化图表。 PaperBanana-Interact 不断提高而不是降低各个回合的图表质量，其质量得分比基线高出 11.9-18.6 分，遗忘率降低 3.7-6.2 分。