SciFlow-Bench：通过逆向解析评估结构感知科学图表生成
偏微分方程分析
2026-03-03 v2
摘要
科学图表传递显式的结构信息，而现代文本到图像模型往往产生在视觉上 plausible 但在结构上不正确的结果。现有基准要么依赖图像中心或主观且对结构不敏感的指标，要么评估中间符号表示而非最终渲染图像，留下了像素级图表生成的探索不足。我们引入 SciFlow-Bench，这是一个以结构为首的基准，用于直接从像素级输出评估科学图表生成。该基准由真实科学 PDF 构建，为每个源框架图与标准化 ground-truth 图 paired，然后在封闭环路、轮询协议下评估模型作为黑盒图像生成器，通过逆向解析生成图表图像以结构化图恢复进行比较。该设计通过结构可恢复性而非仅视觉相似性来强制评估，其由层次化多智能体系统实现，协调规划、感知和结构推理。实验表明，保持结构正确性仍是根本挑战，尤其是针对具有复杂拓扑的图表，凸显了结构感知评估的必要性。
引用
@article{arxiv.2602.09808,
title = {A direct method for doubly nonlinear equations via convexification in spaces of measures and duality},
author = {Alessandro Pinzi and Filippo Riva and Giuseppe Savaré},
journal= {arXiv preprint arXiv:2602.09808},
year = {2026}
}