PaperBanana Введение

PaperBanana — это агентный фреймворк, предназначенный для автоматизации создания академических иллюстраций для исследователей в области ИИ. Система использует многоагентный рабочий процесс (Retriever, Planner, Renderer, Critic) для преобразования текстовых описаний или черновых набросков в публикуемые методологические диаграммы и статистические графики. Пользователи могут генерировать изображения с нуля, предоставляя контекст и подписи, или загружать ручные наброски для их цифровой доработки. Фреймворк делает акцент на академической точности, применяя итеративную самооценку для повышения достоверности, лаконичности и эстетики. Путем сравнения со стандартами ведущих конференций, таких как NeurIPS, PaperBanana стремится сократить время, затрачиваемое на создание figures. Как проект с открытым исходным кодом, он предоставляет код, данные и бенчмарк (PaperBananaBench) для поддержки исследовательского сообщества.

PaperBanana функционирует как агентный фреймворк, автоматизирующий создание академических иллюстраций для исследователей. Его рабочий процесс координирует специализированных агентов: Retriever собирает контекст из источников, Planner разрабатывает макет, Renderer генерирует начальное изображение с использованием моделей компьютерного зрения и языка, а Critic выполняет итеративную самооценку для уточнения результатов. Система принимает текстовые описания или черновые наброски, производя готовые к публикации методологические схемы и статистические графики. Этот процесс делает акцент на достоверности, лаконичности и эстетических стандартах, соответствующих уровню ведущих конференций. Автоматизируя узкое место — создание иллюстраций, PaperBanana позволяет исследователям сосредоточиться на содержании, обеспечивая при этом векторного качества и стандартизированные визуальные материалы.

PaperBanana — это агентный фреймворк, предназначенный для автоматизации создания академических иллюстраций для исследователей ИИ. Он генерирует готовые к публикации методологические диаграммы и статистические графики непосредственно из текстовых описаний или эскизов. Система использует многоагентный рабочий процесс — Retriever, Planner, Renderer и Critic — для итеративного уточнения выводов, обеспечивая высокую точность, лаконичность и соответствие стандартам конференций. Обрабатывая как генерацию диаграмм из текста, так и полировку эскизов, PaperBanana решает времязатратный бутылочное горлышко производства иллюстраций. Это open-source проект, включает бенчмарк PaperBananaBench (292 тестовых случая NeurIPS 2025) и интегрирует state-of-the-art vision-language модели для создания надежных векторных визуализаций.

Преимущества

• Автоматизирует создание научных иллюстраций.
• Агентная архитектура повышает надежность диаграмм.
• Поддерживает текстовые и эскизные входные данные.
• Прошел бенчмаркинг по стандартам публикаций.

Недостатки

• Кредитная модель ценообразования может увеличить затраты.
• Параметры конфигурации требуют от пользователя экспертных знаний.
• Точность вывода зависит от качества ввода.
• Ограничен диаграммами методологии и графиками.