论文页面 - SciForma: 科学示意图的结构保真生成

来源：https://huggingface.co/papers/2607.18091

摘要

结构保真度对于科学方法示意图至关重要。为了传达研究逻辑，这些示意图必须忠实地呈现组件、方向关系以及文本标注。由于单个错误（例如箭头方向颠倒或方程难以辨认）就足以使整张图失效，结构保真度本质上是合取性的：在一个维度上的正确性无法弥补另一维度的失败。当前的开源模型无法满足这一标准。有监督微调（SFT）虽然能学习合理的布局，但无法可靠地保证结构正确性；而基于标量奖赏的后训练则模糊了究竟是哪个结构维度出现了问题。为解决这一问题，我们提出 SciForma，一个用于科学方法示意图结构保真生成的框架。具体而言，SciForma 将示意图质量分解为三个结构轴：组件、箭头和文本，并由一个结构清单引导。在此基础之上，我们构建了用于结构化训练的 SciFormaData-700K 和用于逻辑验证评估的 SciFormaBench-2K。为弥补 SFT 留下的差距，我们开发了多维合取偏好优化（M-DPO），它强制所有轴同时正确，并在后训练中自适应地将梯度路由到最薄弱的维度。同样的结构清单还使得推理时能够通过迭代编辑来纠正残留错误。这种组合使得 SciForma-9B 在 SciFormaBench-2K 和 AIBench 上均超越了所有开源基线以及 GPT-Image-1.5，将开放科学示意图生成的水平提升到接近专有级别的结构保真度。我们的代码和数据将在 https://github.com/microsoft/SciForma 提供。

查看 arXiv 页面 (https://arxiv.org/abs/2607.18091)查看 PDF (https://arxiv.org/pdf/2607.18091)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.18091)

在你的 agent 中获取此论文：

hf papers read 2607.18091

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型关联此论文

请在模型 README.md 中引用 arxiv.org/abs/2607.18091 以从此页面链接。

引用此论文的数据集0

没有数据集关联此论文

请在数据集 README.md 中引用 arxiv.org/abs/2607.18091 以从此页面链接。

引用此论文的 Space0

没有 Space 关联此论文

请在 Space README.md 中引用 arxiv.org/abs/2607.18091 以从此页面链接。

包含此论文的收藏集0

没有收藏集包含此论文

请将此论文添加到一个收藏集 (https://huggingface.co/new-collection) 以从此页面链接。