Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2509.15160

帮助 | 高级搜索

计算机科学 > 人机交互

arXiv:2509.15160 (cs)
[提交于 2025年9月18日 ]

标题: 以评估为中心的科学可视化代理范式

标题: An Evaluation-Centric Paradigm for Scientific Visualization Agents

Authors:Kuangshi Ai, Haichao Miao, Zhimin Li, Chaoli Wang, Shusen Liu
摘要: 近年来,多模态大语言模型(MLLMs)的进展使得越来越复杂的自主可视化代理成为可能,这些代理能够将用户意图转化为数据可视化。 然而,由于缺乏全面的大规模基准来评估实际能力,衡量进展和比较不同代理仍然具有挑战性,尤其是在科学可视化(SciVis)领域。 本文档探讨了SciVis代理所需的各种评估类型,概述了相关挑战,提供了一个简单的概念验证评估示例,并讨论了评估基准如何促进代理的自我改进。 我们倡导更广泛的合作,以开发一个SciVis代理评估基准,这不仅能够评估现有能力,还能推动该领域的创新并激发未来的发展。
摘要: Recent advances in multi-modal large language models (MLLMs) have enabled increasingly sophisticated autonomous visualization agents capable of translating user intentions into data visualizations. However, measuring progress and comparing different agents remains challenging, particularly in scientific visualization (SciVis), due to the absence of comprehensive, large-scale benchmarks for evaluating real-world capabilities. This position paper examines the various types of evaluation required for SciVis agents, outlines the associated challenges, provides a simple proof-of-concept evaluation example, and discusses how evaluation benchmarks can facilitate agent self-improvement. We advocate for a broader collaboration to develop a SciVis agentic evaluation benchmark that would not only assess existing capabilities but also drive innovation and stimulate future development in the field.
主题: 人机交互 (cs.HC) ; 计算与语言 (cs.CL); 图形学 (cs.GR)
引用方式: arXiv:2509.15160 [cs.HC]
  (或者 arXiv:2509.15160v1 [cs.HC] 对于此版本)
  https://doi.org/10.48550/arXiv.2509.15160
通过 DataCite 发表的 arXiv DOI(待注册)
期刊参考: 1st Workshop on GenAI, Agents, and the Future of VIS (IEEE VIS Conference 2025)

提交历史

来自: Kuangshi Ai [查看电子邮件]
[v1] 星期四, 2025 年 9 月 18 日 17:08:23 UTC (3,739 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.HC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-09
切换浏览方式为:
cs
cs.CL
cs.GR

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号