★ 3
FigAct：把科学图表变成可交互讲解画布
论文提出 FigAct 框架，将静态科学图表转化为按问题条件生成的视觉演示，直接作用于图表已有图形元素。它像人类讲解者一样生成短旁白、将旁白锚定到对应视觉证据并施加视觉动作引导注意力，分层搜索策略使 token 用量降低约 40 倍。作者还训练了 FigAct-8B 并构建人工验证基准，证明把图表…
arXiv cs.AI33 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 FigAct 框架，将静态科学图表转化为按问题条件生成的视觉演示，直接作用于图表已有图形元素。它像人类讲解者一样生成短旁白、将旁白锚定到对应视觉证据并施加视觉动作引导注意力，分层搜索策略使 token 用量降低约 40 倍。作者还训练了 FigAct-8B 并构建人工验证基准，证明把图表…