个性化科学图表标题生成：关于特定作者写作风格迁移的实证研究
计算与语言
2025-10-01 v1 计算机视觉与模式识别
摘要
我们利用科学论文中的作者画像数据研究个性化图表标题生成。我们的实验表明，丰富的作者画像数据结合相关元数据，可以显著提升多模态大语言模型的个性化性能。然而，我们也揭示了匹配作者风格与保持标题质量之间的根本权衡。我们的发现为开发平衡这两个目标的实用标题自动化系统提供了有价值的见解和未来方向。这项工作是第 3 届 SciCap 挑战赛的一部分。
引用
@article{arxiv.2509.25817,
title = {Personalized Scientific Figure Caption Generation: An Empirical Study on Author-Specific Writing Style Transfer},
author = {Jaeyoung Kim and Jongho Lee and Hongjun Choi and Sion Jang},
journal= {arXiv preprint arXiv:2509.25817},
year = {2025}
}