回到最新动态
论文更新 / THE SIGNAL

PosterHarness:把科学海报生成变成可审计的指令遵循基准

PosterHarness: Turning Scientific Poster Generation into an Auditable Instruction-Following Benchmark

重要性 5.0 AI 辅助整理

论文提出可审计海报生成基准 PosterHarness,用占位符契约杜绝伪造数据图。

资讯摘要

论文提出 PosterHarness,将科学海报生成重构为可审计的指令遵循任务,并给出试点基准与失败分类。其“占位符优先”契约让模型只做排版、阅读路径与配色等视觉摘要设计,不绘制含数据的图;图区须为带标签的空占位符,再由确定性合成器按坐标插入源论文真实图片。作者在 12 篇论文上实例化该框架,报告三项发现:反事实探针显示占位符契约使三篇论文中 VLM 计数的合成图从 34 降至 0;失败分类识别出占位符几何、占位符 QA、模板评审与公开文本等阻塞性契约;与 Paper2Poster 相比存在取舍,PosterHarness 产物分辨率更高、白画布占比更低、VLM 视觉偏好更强,而确定性基线保留略多 PosterQuiz 式信息且运行更快。作者称此为情形刻画而非优越性主张,并发布全部产物、提示、清单与审计脚本。

要点速读

  1. 论文提出 PosterHarness,用占位符优先契约把海报生成拆为视觉摘要设计与真实图插入两步,使占位符数量、ID 准确率、留白、宽高比合规、拒绘合成图等属性可测量。
  2. 反事实探针显示,占位符契约使三篇论文中 VLM 计数的合成图从 34 降至 0;失败分类列出占位符几何、占位符 QA、模板评审与公开文本等阻塞性契约。
  3. 与 Paper2Poster 对比呈取舍:PosterHarness 分辨率更高、白画布占比更低、VLM 视觉偏好更强;确定性基线保留略多 PosterQuiz 式信息且更快,作者称不作优越性结论。

中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。

阅读 arXiv · cs.AI 原文arxiv.org · 在新窗口打开