structural-fidelity

介绍了SciForma，一个用于生成具有高结构保真度的科学方法图表的框架，使用多维联合偏好优化（M-DPO）和结构清单来确保在组件、箭头和文本轴上的正确性。该9B模型在基准评估上超越了开源基线和GPT-Image-1.5。

LongWebBench是一个基准测试，用于从结构和功能两个角度评估长时域网页生成，采用基于VLM的指标和DOM增强的基于代理的流程。实验表明，当前的VLM在长程连贯性和可执行交互方面存在困难。

本文讨论了LLM优化中忠实度的重要性，引入了一种结构忠实度分数，通过测量词汇重叠、约束保留和任务类型匹配的漂移，确保提示优化不牺牲意图。