以图为程序：可编辑科学图形的递归生成

科学方法论数据对于清楚地传达复杂方法至关重要，但创建它们仍然是劳动密集型的，并且通常需要多轮改进。最近的图像生成模型可以合成视觉上吸引人的光栅图形，但在单个生成步骤中产生人类满意的结果仍然很困难。此外，对光栅图形的精确编辑对于人类和模型来说都是挑战。我们将科学图形生成制定为递归 SVG 程序构造，并提出 \textsc{FigTree}，一个 \textit{multi-agent} 系统，可自动将科学论文转换为结构化矢量图。 \textsc{FigTree} 将源论文中的图形内容作为基础，将图形分解为局部区域的层次结构，将每个区域生成为一个简短的 SVG 程序，并组装生成的片段。渲染-批评细化循环联合检查渲染的图形及其底层程序，使视觉缺陷能够追溯到特定的语句并准确修复。我们对 \textsc{FigTree} 对图形质量和可编辑性进行了广泛的评估，表明 \textsc{FigTree} 可以生成高质量的图形，同时还可以比现有的基于光栅的方法进行更有效的编辑。