计算机科学 > 人机交互
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.