PulseAugur
实时 06:15:48
English(EN) Crystalis: Progressive Nucleation and Semantic Annealing for Coordinated Multi-View Visualization Generation

新框架赋能大语言模型生成复杂多视图可视化

研究人员开发了Crystalis,一个旨在赋能大语言模型(LLMs)生成协调多视图可视化(CMVs)的新框架。当前的大语言模型在CMVs复杂的相互依赖性方面存在困难,其中一个组件的错误可能导致其他组件失效。Crystalis通过一种以查询为中心的方法来建模CMVs,将可视化分解为不同抽象级别的数据、可视化和交互组件。该框架采用渐进式成核和语义退火,以确保垂直查询结晶和水平一致性,在12个任务的基准测试中成功率高达75%,并在用户研究中展示了可用性。 AI

影响 该框架有望显著提高大语言模型创建复杂数据可视化能力,帮助研究人员和分析师理解复杂数据集。

排序理由 该集群描述了一篇详细介绍使用大语言模型生成复杂数据可视化新颖框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架赋能大语言模型生成复杂多视图可视化

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Dazhen Deng, Zhaoping He, Xin Qian, Xiaotong Wang, Zi Ying, Yingcai Wu ·

    Crystalis:渐进式成核与语义退火用于协调多视图可视化生成

    arXiv:2607.24766v1 Announce Type: new Abstract: Large language models (LLMs) can generate individual charts, but coordinated multi-view visualizations (CMVs), where views share data flows and cross-view interactions, remain out of reach. Tight field-level coupling among data tran…