arXiv cs.CL· Tianfu Wang, Leilei Ding, Ziyang Tao, Yi Zhan, Zhiyuan Ma, Wei Wu, Yuxuan Lei, Junyang Wang, Yizhao Xu, Yin WU, Zhengyu Hu, Hongyuan Zhu, Nicholas Jing Yuan, Yanyong Zhang, Hui Xiong·· 11 小时前AI 评分34
EvoDesign：通过设计经验进化实现智能体可编辑图表创建
EvoDesign: Agentic Editable Diagram Creation via Design Expertise Evolution
AI 导读
EvoDesign 是一个通过中间画布 schema 实现可编辑图表创建的智能体框架，由结构、样式、布局三个智能体协同构建图表清单，再在诊断验证环境中渲染并生成缺陷信号与 VLM 评述，支持局部精修。
正文 · AI 翻译
作者：Tianfu Wang、Leilei Ding、Ziyang Tao、Yi Zhan、Zhiyuan Ma、Wei Wu、Yuxuan Lei、Junyang Wang、Yizhao Xu、Yin WU、Zhengyu Hu、Hongyuan Zhu、Nicholas Jing Yuan、Yanyong Zhang、Hui Xiong
摘要：高保真图表创建需要在语义拓扑、视觉样式和几何布局上协调进行视觉-空间决策。现有方法面临表示鸿沟：基于像素的生成提供有限的物体级控制，而基于代码的合成提供可执行结构，但牺牲了直观操作。我们提出 EvoDesign，一个通过中间画布模式实现可编辑图表创建的智能体框架，该模式既可由机器执行，也可由用户直接操作。EvoDesign 首先通过协调的结构、样式和布局智能体构建图表清单，然后在诊断验证环境中渲染该清单。该环境产生客观缺陷信号和基于 VLM 的批评，从而能够对当前图表进行局部细化，同时也为长期设计专业知识的演化提供证据。演化机制将细化轨迹提炼为三层设计专业知识记忆，其中候选策略与支持它们的验证证据相关联，并且只有通过反复的跨上下文支持才被提升为更广泛的指南和原则。我们进一步定义了 CanvasBench，一个画布可恢复的基准和评估协议，包含内容、视觉和认知维度。在像素、基于代码、智能体、一次性模式和画布原生方法上的实验表明，EvoDesign 在内容保真度、视觉组织和认知可用性方面提供了最强的整体平衡。我们的代码可在 此 https URL 获取。
| 评论： | 被 NeurIPS 2026 接收 |
| 主题： | 人机交互（cs.HC）；计算与语言（cs.CL）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2604.09568 [cs.HC] |
| （或 arXiv:2604.09568v3 [cs.HC] 为此版本） | |
| https://doi.org/10.48550/arXiv.2604.09568 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Tianfu Wang [查看电子邮件]
[v1]
2026年2月20日星期五 11:11:02 UTC（2,886 KB）
[v2]
2026年10月5日星期一 17:32:59 UTC（2,891 KB）
[v3]
2026年11月5日星期四 18:18:33 UTC（2,724 KB）
来源：arXiv cs.CL · arxiv.org