PaperBanana

エージェント型フレームワークオーケストレーション

Retriever、Planner、Renderer、Critic からなるマルチエージェントシステムを employed し、学術図版生成のエンドツーエンドワークフローを自律的に管理する。

テキストからダイアグラムへの生成

テキスト記述または方法論コンテキストを入力として受け取り、レイアウトを自動計画し、出版品質の方法論図およびフローチャートをレンダリングする。

スケッチの洗練と改善

手描きのラフスケッチをアップロードし、マルチモーダルAIを使用して解釈し、精緻でプロフェッショナルかつ一貫したダイアグラムスタイルに変換する。

統計プロット可視化

データから正確な出版風の統計プロットとチャートを生成し、学術論文やプレゼンテーションためのベクター品質の出力を保証する。

反復的セルフクリティークによる洗練

出力が忠実度や美学的側面などのメトリックに対してエージェントが評価するフィードバックループを組み込み、出版基準を満たすまで結果を反復的に洗練する。

• AI研究者: PaperBananaのエージェントフレームワークを使用して、テキスト記述から複雑なモデルアーキテクチャ図を生成し、出版Readyな方法論の図表を作成。
• 大学院生: 手描きの研究スケッチを、マルチモーダル洗練とスタイル一貫性を持つ洗練された学術図表に変換。
• データアナリスト: データ記述から直接、研究論文向けの正確な統計プロットと出版スタイルのチャートを作成。
• 学術ラボ: 反復的な自己批判洗練ループを通じて、図表の美学を標準化し、会議準拠を確保。

PaperBananaとは何ですか？

PaperBananaは、研究者向けに出版可能な学術イラストの作成を自動化するためのオープンソースのエージェントフレームワークです。テキスト説明やラフスケッチから高品質の方法論ダイアグラムや統計プロットを生成し、研究アイデアと視覚的コミュニケーションのギャップを埋めます。

エージェントワークフローはどのように動作しますか？

PaperBananaは、4つのコアステージを持つマルチエージェントシステムを採用しています：Retrieveは関連コンテキストを収集し、Planはレイアウトを設計し、Renderは高度なモデルを使用して初期画像を生成し、Refineは反復的に批判して出力を改善し、忠実度、簡潔性、美的性を高めます。

どのようなタイプの図表を生成できますか？

このフレームワークは多様で、モデルアーキテクチャやフローチャートなどの複雑な方法論ダイアグラムや、正確な統計プロットを生成できます。テキストから画像への生成とスケッチポリッシングの両方を処理し、学術論文のほとんどの可視化ニーズをカバーします。

既存のスケッチを磨くために使用できますか？

はい、PaperBananaのマルチモーダル機能により、ユーザーは粗い手描きスケッチをアップロードできます。システムは視覚的意図を解釈し、元のレイアウトを保持しながら、プロフェッショナルな図表に磨き上げ、スタイルの一貫性を確保します。

このツールはトップティアカンファレンスに適していますか？

PaperBananaは、NeurIPSなどの主要なAIカンファレンスの標準をベンチマークしています。その評価指標は、忠実度、簡潔性、可読性、美的性に焦点を当て、名高い会場での出版の厳格な要件を満たす一貫したパフォーマンスを示しています。

PaperBananaはオープンソースですか？

はい、PaperBananaはオープンソースプロジェクトです。コード、データ、モデルはGitHubで公開されており、研究はArXiv論文に詳しく記載されています。このオープン性は、コミュニティの協力と自動化された科学イラストのイノベーションを促進します。

デザインの専門家である必要がありますか？

いいえ、PaperBananaは、デザインの専門知識がない研究者向けに特別に設計されています。ユーザーは科学的コンテキストまたはスケッチを提供するだけです。エージェントフレームワークがレイアウト計画、レンダリング、美的洗練を処理して、プロフェッショナルな質の図表を生成します。

イラスト生成のクレジットシステムはどのように機能しますか？

PaperBananaは、各イラスト生成タスクが29クレジットを消費するクレジットベースのモデルを使用しています。フレームワークが割り当てられた反復を使用し尽くす前にタスクを完了した場合、未使用のクレジットは自動的に返金されます。詳細な価格構造とクレジットパッケージは、公式価格ページで利用できます。

PaperBananaBenchとは何であり、なぜ重要ですか？

PaperBananaBenchは、NeurIPS 2025の論文から抽出された292の慎重に選ばれたテストケースを含む包括的なベンチマークデータセットです。自動化イラストツールの標準化された評価スイートを提供し、異なるシステム間の忠実度、簡潔性、美的性の客観的な比較を可能にします。

PaperBananaは生成された図表の精度をどのように保証しますか？

精度は、専門的なエージェントがソースコンテキストに対して厳密に出力を評価するセルフクリティークメカニズムを通じて保証されます。反復的改善プロセスは、入力データへの忠実度と学術標準への遵守を継続的に改善し、ハルシネーションやエラーを最小化します。

PaperBananaは非AI研究分野に適用できますか？

PaperBananaはAI研究用に最適化され、AIカンファレンス論文をベンチマークしていますが、方法論図表や統計プロットを生成するそのコア機能は他の科学分野に適応できます。効果はドメイン固有の可視化規則によって異なる場合があります。

サポートにアクセスするか、プロジェクトに貢献するにはどうすればよいですか？

サポートは、connect@paperbanana.orgの電子メールで利用できます。貢献するには、ユーザーはGitHubのオープンソースコードを探索したり、問題を報告したり、プルリクエストを送信したりできます。プロジェクトはまた、そのArXiv論文とプロジェクトページのリソースを通じてコミュニティエンゲージメントを促進します。

• PaperBanana は AI 研究者向けのエージェントフレームワークであり、方法論図や統計プロットなど、出版-ready な学術イラストを、テキスト説明や参照スケッチから自動生成します。
• 公式 PaperBanana ウェブサイト（paperbanana.org）からツールにアクセスするか、GitHub リポジトリからオープンソースコードをデプロイして、ローカルまたはサーバーベースで使用できます。
• テキストからの図生成には、方法論の文脈と図キャプションを指定の入力フィールドに入力してください。これらが、目的のイラストの構成要素と物語を記述します。
• アスペクト比（例：16:9）や最大反復回数などの生成パラメータを設定し、出力寸法と反復的な改良の深さを調整できます。
• 生成機能を有効化してプロセスを開始します。フレームワークは、エージェントを調整してコンテキストを取得し、レイアウトを計画し、画像をレンダリングし、改善のために自己批判を行います。
• 既存のスケッチを磨くには、手描き画像をアップロードしてください。PaperBanana のマルチモーダル機能がそれを解釈・改良し、レイアウトを維持しながら一貫性のあるプロフェッショナルな図表に変換します。
• 生成中のクレジット使用量を監視します。反復ごとにコストがかかり、反復制限前にタスクが終了した場合は未使用クレジットが自動返金されます。
• 完了後、内蔵のフィードバック指標を使用して、生成されたイラストが入力コンテキストを正確に表現しているか、学術的な美的基準に準拠しているかを確認してください。
• 忠実度、簡潔性、可読性を評価して結果を解釈します。必要に応じて、入力を変更したり再生成したりして、研究固有の要件への適合性を高めます。
• 最終的なベクター品質または高解像度出力をダウンロードし、原稿、プレゼンテーション、または補足資料に直接組み込み、学会出版ガイドラインに対応します。