Tikzo
PulseAugur coverage of Tikzo — every cluster mentioning Tikzo across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新基准测试 AI 数字化历史数学图表的能力
一个名为 HistGramBench 的新基准已被开发出来，用于评估 AI 模型将历史数学图表转换为可搜索格式的能力。该基准包含 2,507 张来自 1551 年至 1933 年印刷书籍的图表。研究人员发现，最好的 AI 模型可以恢复这些图表中约五分之三的结构事实，其中平行线和相切关系被证明是最难准确复现的关系。
-
新的TriGeoBench基准测试多模态LLM的几何推理能力
研究人员推出了TriGeoBench，一个旨在评估多模态大语言模型（MLLMs）的几何推理能力的新基准。该基准包含7000个来自中国数学考试的问答对，每个问答对都配有几何图形及其对应的TikZ代码。TikZ代码的包含保留了几何元素的拓扑和符号结构，比仅依赖栅格化图像的传统基准提供了更鲁棒的评估。对各种MLLMs的初步评估表明，在细粒度结构理解和图像-文本对齐方面仍然存在挑战。
-
新的MathVis基准测试AI可视化和推理数学图的能力
一个新的名为MathVis的基准已被开发出来，用于评估大型语言模型在生成数学图形和利用它们进行推理方面的能力。该基准包含512个任务，每个任务都有一个数学陈述、参考图、生成代码和中间表示。评估显示，像GPT-6-Astra、Claude Fable 5和Gemini 3.1 Pro Preview这样的模型主要生成形式语言和图形代码，而不是显式的视觉推理，并且它们的输出常常让人们在视觉上感到困惑。
-
新的AI系统着手生成和编辑科学图表 · 跟踪2个来源
两篇新的研究论文介绍了生成和编辑科学图表的新方法。第一篇《Figures as Programs》提出了一个名为FigTree的多代理系统，该系统将图表递归地构建为SVG程序，将内容与源论文相结合，并实现精确编辑。第二篇论文《EdiTikZ》提出了一个大规模的、由修订衍生的图表编辑数据集，并训练了能够重建和编辑TikZ图表的模型，在与GPT-5.6-Sol和Gemini-3.1-Pro等领先模型相比时表现出竞争力。
-
新框架使用TikZ代码合成科学图形，性能优于主要LLM
研究人员开发了一个新的框架，用于通过TikZ代码以编程方式合成科学图形。该框架包括SciTikZ-230K，一个专为可执行和视觉对齐的图像-TikZ对设计的大型数据集，以及SciTikZ-Bench，一个用于评估结构和视觉保真度的基准。还引入了一种新颖的双重自洽强化学习优化范式，以提高代码一致性并惩罚错误。由此产生的模型SciTikZer-8B展示了最先进的性能，超越了Gemini 2.5 Pro和Qwen3 VL 235B A22B…
-
新的 Diagram-MMU 基准测试 MLLMs 在科学图表方面的能力
一个名为 Diagram-MMU 的新基准已被开发出来，用于评估多模态大型语言模型（MLLMs）在理解和交互科学图表方面的能力。该基准在解析、编辑以及与这些图表相关的问答任务上评估 MLLMs。初步结果表明，虽然 MLLMs 展现出强大的推理能力，但在视觉基础和生成图表表示（TikZ）的代码方面存在不足。
-
新的基准Edit2TikZ揭示MLLM在科学图形编辑方面存在困难
研究人员推出了Edit2TikZ，一个旨在评估多模态大型语言模型（MLLM）使用TikZ代码编辑科学图形能力的新基准。该基准包含1,548个样本，涵盖真实世界和合成编辑，支持文本和视觉定位请求，并具有带注释的多步编辑功能。对14个主流MLLM的评估显示，当前模型在编译成功率和保留无关内容方面存在困难，专有模型仅达到75%的编译成功率。为了解决这些局限性，研究人员开发了一个名为TikZEditMix的混合训练集和课程学习方法，显著提高了…
-
PairCoder++ 使用 AI 结对编程改进代码驱动的工件生成
研究人员推出 PairCoder++，这是一种利用两个 AI 代理之间的结对编程来改进代码生成结构化工件的新方法。该方法涉及一个 Driver 代理编写代码，一个 Navigator 代理根据验证证据对其进行审查，并在需要时切换角色以纠正错误。PairCoder++ 在 17 个基准测试和 7 个模型上展示了显著的改进，提高了工件的可执行性和编译率，尽管其有效性取决于工具链提供的验证预言机的质量。
-
新框架实现科学图表可编辑性自动化生成
研究人员开发了SciFig，一个新颖的多智能体框架，旨在自动生成科学论文中可编辑的方法论图表。该系统通过生成可在标准绘图工具中修改的XML图表，解决了视觉质量与可编辑性之间的常见权衡问题。SciFig将生成过程分解为规划、布局合成、组件渲染和优化等步骤，在一个名为SciFig-Bench和SciFig-Eval的新基准和评估协议上取得了强劲表现。
-
论文研究了 LLM 在不完美视觉验证下的代码编辑
一篇新论文探讨了迭代细化在基于 LLM 的代码编辑中的有效性，特别是在涉及 TikZ 图等视觉输出的任务中。该研究调查了当无法进行正式评估时所必需的不完美验证器如何影响细化过程。研究结果表明，即使是不可靠的验证器也能在确认指令应用方面取得中等准确率，反馈可以提高定制成功率，特别是对于能力较弱的模型。