llmsresearch/paperbanana

何を解決するか

PaperBanana は、出版レベルの学術的図表および統計的プロットの作成を自動化します。AI研究論文における複雑な方法論図やデータプロットの手動設計作業を排除し、NeurIPS などのプロフェッショナルな美学ガイドラインに従った図表を保証します。

動作方法

このシステムは最大7つの専門的エージェントからなるマルチエージェントパイプラインを使用しています。

1. 入力最適化: Input Optimizer は Context Enricher と Caption Sharpener を使って、生のテキストを構造化し、キャプションを正確な視覚仕様に精緻化します。
2. 線形計画: Retriever は関連する参考例を検索し、Planner は図表の詳細なテキスト記述を作成し、Stylist は色、レイアウト、タイプセッティングなどの美学ガイドラインを適用します。
3. 反復的精緻化: Visualizer が画像をレンダリングし、Critic が元のコンテキストに基づいて評価し、修正のフィードバックを提供します。このループは画像が満足いくまでまたは上限に達するまで繰り返されます。

統計的プロットの場合、システムは VLM を使って matplotlib コードを生成し、CSV や JSON ファイルからデータをレンダリングします。

対象ユーザー

学術出版物向けにプロフェッショナルな図表、方法論図、データプロットを生成する必要があるAI科学者や研究者です。

特徴

• マルチプロバイダ対応: OpenAI、Google Gemini、Azure OpenAI、Atlas Cloud に対応しています。
• 反復的精緻化: Critic エージェントが品質基準を満たすまでループする「自動精緻化」モードを備えています。
• 柔軟な入力: 生のテキスト、PDFファイル（ページ選択対応）、参考スケッチ画像を入力としてサポートし、レイアウトのガイドとして利用できます。
• バッチ処理: マニフェストファイルから複数の図表やプロットを生成し、自動的に合成図に結合できます。
• PaperBanana Studio: ワークフローの管理と出力の閲覧に使えるローカル Gradio Web UI を搭載しています。
• 会議スタイルパック: NeurIPS、ICML、ACL、IEEE などの会議向けに組み込み済みでカスタマイズ可能なスタイルガイドが用意されています。