arXiv cs.AI· Burak Susam, Ruiyuan Kang, Tingting Mu·· 10 小时前AI 评分39
AutoManifold：用多智能体 LLM 按用户偏好自动生成流形嵌入可视化算法
AutoManifold: Agentic Design of Data Visualisation Algorithms via Manifold Embedding
AI 导读
AutoManifold 是一套由多智能体 LLM 编排的算法生成流水线，可从亲和度、代价与优化原语组成的受限词汇表中组合出新的流形嵌入算法，并按用户指定的结构保留偏好逐阶段条件化、迭代精炼。
正文 · AI 翻译
摘要：数据可视化的流形嵌入由少数手工设计的最先进（SOTA）算法所主导。它们的设计目标在开发时即已固定，导致算法行为缺乏灵活性，无法轻易地朝用户指定的结构优先级方向调整。手工设计新的嵌入算法以应对用户优先级需要高度专业化的知识，且耗时较长。为解决面向用户偏好的自主算法设计问题，我们引入了智能体算法生成流水线 AutoManifold。它从由亲和度、代价和优化原语构成的受限词汇表中组合出新的流形嵌入算法，并由多智能体大语言模型（LLM）编排提供支持。AutoManifold 使其设计的每个阶段都以用户指定的结构保持偏好为条件，并通过由 LLM 引导、以指标为依据的迭代循环来迭代优化算法配置。我们在相同评估基础设施下，将生成的算法与三种最强且最常用的 SOTA 方法（t-SNE、UMAP 和 PaCMAP）在涵盖不同难度区间的真实数据集上进行了比较。结果表明，由 LLM 驱动、以优先级为条件的算法合成可以超越超参数调优，产生真正全新的算法，这些算法在朝用户指定属性方向调整的能力上优于传统手工设计方法，同时不损害原始数据的内在结构。AutoManifold 的代码可在 此 https URL 获取。
| 评论： | 已被 NeurIPS 2026（第 40 届神经信息处理系统大会）接收。37 页，5 张图。代码：此 https URL |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.13710 [cs.AI] |
| （或 arXiv:2611.13710v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.13710 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Burak Susam [查看电子邮件]
[v1]
2026 年 11 月 10 日星期二 08:03:15 UTC（3,345 KB）
来源：arXiv cs.AI · arxiv.org