SciForma: Structure-Faithful Generation of Scientific Diagrams
SciForma：科学图表结构忠实生成框架
🧭 结构保真图表生成
Wangxuan Institute of Computer Technology, Peking University · State Key Lab of CAD & CG, Zhejiang University · Microsoft Research Asia
通过结构轴分解与多维度合取偏好优化，实现科学图表的结构忠实生成，超越开源模型与GPT-Image-1.5
📌 工作参考价值
- 主要是学术贡献，对电商/广告/搜索推荐系统的直接迁移价值有限。
- 多维度合取偏好优化（M-DPO）可借鉴到推荐系统中平衡准确率、多样性、新颖性等多目标，强制同时达标，避免单一标量奖励忽视薄弱维度。
- 结构清单与迭代纠错的机制可迁移到 Agent 自动生成营销图文、技术架构图时的实时校验与修正流程。
动机：科学方法图的结构保真度具有合取性，单一错误（如反向箭头）即导致图表无效。当前开源模型通过 SFT 只能学习合理布局，无法可靠保证结构正确；标量奖励式后训练掩盖了具体哪个结构维度失败。
方法关键点：
- 将图表质量分解为组件、箭头、文本三个结构轴，建立结构清单。
- 收集 700K 结构化训练数据（SciFormaData-700K）和 2K 逻辑验证评估集（SciFormaBench-2K）。
- 提出多维度合取偏好优化（M-DPO），强制在所有轴上同时正确，并自适应地将梯度路由到最差维度。
- 推理时利用结构清单进行迭代编辑，修正残余错误。
关键结果：SciForma-9B 在 SciFormaBench-2K 和 AIBench 上超过所有开源基线及 GPT-Image-1.5，使开源科学图表生成的结构保真度接近专有模型水平。