PaperBanana

에이전트 프레임워크 오케스트레이션

Retriever, Planner, Renderer, Critic로 구성된 멀티 에이전트 시스템을 활용하여 학술 일러스트레이션 생성의 전 과정 워크플로를 자율적으로 관리합니다.

텍스트-투-다이어그램 생성

텍스트 설명 또는 방법론적 맥락을 입력으로 받아 자동으로 레이아웃을 계획하고, 출판 수준의 방법론 다이어그램 및 순서도를 렌더링합니다.

스케치 정교화 및 개선

거친 손그림 스케치를 업로드하여 멀티모달 AI로 해석하고, 이를 세련되고 전문적이며 일관된 다이어그램 스타일로 변환합니다.

통계 플롯 시각화

데이터에서 정확한 출판 스타일의 통계 플롯과 차트를 생성하여, 학술 논문 및 프레젠테이션을 위한 벡터 품질 출력을 보장합니다.

반복적 자기 비평 개선

충실도와 미적 측면 같은 메트릭을 기준으로 에이전트가 출력을 평가하는 피드백 루프를 통합하여, 출판 기준을 충족하도록 결과를 반복적으로 개선합니다.

• AI 연구자: PaperBanana의 에이전트 프레임워크를 사용하여 텍스트 설명에서 복잡한 모델 아키텍처 다이어그램을 생성하여 출판 준비된 방법론 일러스트레이션을 만듭니다.
• 대학원생: 손으로 그린 연구 스케치를 멀티모달 정제 및 스타일 일관성으로 다듬어진 학술 일러스트레이션으로 변환합니다.
• 데이터 분석가: 데이터 설명에서 직접 연구 논문용 정확한 통계 플롯 및 출판 스타일 차트를 생성합니다.
• 학술 연구실: 반복적인 자기 비판 정제 루프를 통해 다이어그램 미학을 표준화하고 컨퍼런스 준수를 보장합니다.

PaperBanana는 무엇입니까?

PaperBanana는 연구자를 위해 출판 준비가 된 학술 일러스트레이션 생성을 자동화하기 위한 오픈 소스 에이전트 프레임워크입니다. 텍스트 설명이나 대략적인 스케치에서 고품질의 방법론 다이어그램과 통계 플롯을 생성하여 연구 아이디어와 시각적 커뮤니케이션 사이의 격차를 줄입니다.

에이전트 워크플로는 어떻게 작동합니까?

PaperBanana는 4개의 핵심 단계를 가진 멀티 에이전트 시스템을 사용합니다: Retrieve는 관련 컨텍스트를 수집하고, Plan은 레이아웃을 설계하며, Render는 고급 모델을 사용하여 초기 이미지를 생성하고, Refine은 반복적으로 비판하여 출력을 개선하여 충실도, 간결성, 미적성을 높입니다.

어떤 종류의 다이어그램을 생성할 수 있습니까?

이 프레임워크는 다양한 기능을 가지고 있으며, 모델 아키텍처나 순서도와 같은 복잡한 방법론 다이어그램과 정확한 통계 플롯을 생성할 수 있습니다. 텍스트에서 이미지 생성과 스케치 폴리싱을 모두 처리하며, 학술 논문의 대부분의 시각화 요구를 충족합니다.

기존 스케치를 다듬는 데 사용할 수 있습니까?

네, PaperBanana의 멀티모달 기능을 통해 사용자는 대략적인 손으로 그린 스케치를 업로드할 수 있습니다. 시스템은 시각적 의도를 해석하고 원본 레이아웃을 유지하면서 전문적인 다이어그램으로 다듬어 스타일 일관성을 보장합니다.

이 도구는 최상위 컨퍼런스에 적합합니까?

PaperBanana는 NeurIPS와 같은 주요 AI 컨퍼런스의 표준을 벤치마크했습니다. 평가 지표는 충실도, 간결성, 가독성, 미적성에 중점을 두어, 명망 있는 장소에서 출판하기 위한 엄격한 요구 사항을 충족하는 일관된 성능을 보여줍니다.

PaperBanana는 오픈 소스입니까?

네, PaperBanana는 오픈 소스 프로젝트입니다. 코드, 데이터, 모델은 GitHub에서 공개적으로 사용 가능하며, 연구는 ArXiv 논문에 자세히 설명되어 있습니다. 이 개방성은 커뮤니티 협업과 자동화된 과학 일러스트레이션의 혁신을 장려합니다.

디자인 전문가가 필요합니까?

아니요, PaperBanana는 디자인 전문 지식이 없는 연구자를 위해 특별히 설계되었습니다. 사용자는 과학적 컨텍스트나 스케치만 제공하면 됩니다. 에이전트 프레임워크가 레이아웃 계획, 렌더링, 미적 세련을 처리하여 전문적인 품질의 다이어그램을 생성합니다.

일러스트레이션 생성을 위한 크레딧 시스템은 어떻게 작동합니까?

PaperBanana는 각 일러스트레이션 생성 작업에 29 크레딧을 소비하는 크레딧 기반 모델을 사용합니다. 프레임워크가 할당된 반복을 모두 사용하기 전에 작업을 완료하면, 미사용 크레딧은 자동으로 환불됩니다. 자세한 가격 구조 및 크레딧 패키지는 공식 가격 페이지에서 확인할 수 있습니다.

PaperBananaBench는 무엇이며 왜 중요합니까?

PaperBananaBench는 NeurIPS 2025 논문에서 추출한 292개의 신중하게 선별된 테스트 케이스를 포함한 포괄적인 벤치마크 데이터 세트입니다. 자동화된 일러스트레이션 도구에 대한 표준화된 평가 제품군을 제공하여, 충실도, 간결성, 미적성에서 다양한 시스템 간의 객관적인 비교를 가능하게 합니다.

PaperBanana는 생성된 다이어그램의 정확성을 어떻게 보장합니까?

정확성은 전문 에이전트가 소스 컨텍스트에 대해 출력을 엄격히 평가하는 셀프 크리틱 메커니즘을 통해 보장됩니다. 반복적 개선 프로세스는 입력 데이터에 대한 충실도와 학술 표준 준수를 지속적으로 향상시켜 할루시네이션 또는 오류를 최소화합니다.

PaperBanana는 비 AI 연구 분야에 적용할 수 있습니까?

PaperBanana는 AI 연구를 위해 최적화되었으며 AI 컨퍼런스 논문을 벤치마크했지만, 방법론 다이어그램 및 통계 플롯을 생성하는 핵심 기능은 다른 과학 분야에도 적용할 수 있습니다. 효과는 도메인별 시각화 규칙에 따라 다를 수 있습니다.

지원에 액세스하거나 프로젝트에 기여하려면 어떻게 해야 합니까?

지원은 connect@paperbanana.org 이메일로 제공됩니다. 기여하려면, 사용자는 GitHub에서 오픈 소스 코드를 탐색하고, 문제를 보고하거나 풀 리퀘스트를 제출할 수 있습니다. 프로젝트는 또한 ArXiv 논문 및 프로젝트 페이지 리소스를 통해 커뮤니티 참여를 장려합니다.

• PaperBanana는 AI 연구자를 위한 에이전트 프레임워크로, 텍스트 설명 또는 참고 스케치에서 방법론 다이어그램 및 통계 플롯 등 학술 일러스트를 출판 가능한 형태로 자동 생성합니다.
• 공식 PaperBanana 웹사이트(paperbanana.org)를 통해 도구에 접근하거나, GitHub 저장소에서 오픈소스 코드를 배포하여 로컬 또는 서버 기반으로 사용할 수 있습니다.
• 텍스트에서 다이어그램 생성을 위해서는 지정된 입력 필드에 방법론 맥락과 그림 캡션을 입력하세요. 이들이 원하는 일러스트의 구성 요소와 내러티브를 설명합니다.
• 출력 크기와 반복적 정련의 깊이를 맞추기 위해, 종횡비(예: 16:9) 및 최대 반복 횟수와 같은 생성 매개변수를 구성하세요.
• 생성 기능을 활성화하여 프로세스를 시작하세요. 프레임워크가 컨텍스트 검색, 레이아웃 계획, 이미지 렌더링, 개선을 위한 자기 비판을 조율합니다.
• 기존 스케치를 다듬으려면 손으로 그린 이미지를 업로드하세요. PaperBanana의 멀티모달 기능이 이를 해석하고 레이아웃을 유지하면서 일관된 전문적인 다이어그램으로 정교하게 만듭니다.
• 생성 중 크레딧 사용량을 모니터링하세요. 반복당 비용이 부과되며, 반복 제한 전에 작업이 끝나면 미사용 크레딧이 자동 환불됩니다.
• 완료 후, 내장된 피드백 단서를 사용하여 생성된 일러스트가 입력 맥락을 정확히 표현하는지, 학술 미적 표준을 준수하는지 검토하세요.
• 충실도, 간결성, 가독성을 평가하여 결과를 해석하세요. 필요한 경우, 연구 특정 요구사항과의 일치성을 높이기 위해 입력을 수정하거나 재생성하세요.
• 최종 벡터 품질 또는 고해상도 출력을 다운로드하고, 학회 출판 가이드라인을 충족하기 위해 원고, 프레젠테이션 또는 보조 자료에 직접 통합하세요.