知识卡片：SciDiagramEdit：从论文修订中学习编辑科学图表

• 一句话结论：利用 arXiv 论文版本历史中的自然修订意图，通过智能体技能演化框架进行训练，可实现基于自然语言指令自动化编辑科学图表，且编辑准确率随训练轮次逐步提升。

• 事件概述或研究问题：科研写作中修改图表（如重标组件、重排面板、重设样式）极其耗时，现有自动编辑方法难以处理科学图表中密集的视觉语法（如示意图、曲线、照片、箭头、图注的复杂组合）。本文提出 SciDiagramEdit，一个基准数据集与技能演化框架，让模型从论文作者的真实修订行为中学习如何根据自然语言指令编辑图表的矢量源文件。

• 方法/产品要点：

  • 从 arXiv 版本历史中挖掘成对的“修改前/修改后”图表，每对图表都对应作者的实际修订意图。
  • 编辑操作在图表可编辑的矢量源（vector source）上进行，用户可检查并协同编辑每个基本图元。
  • 采用智能体学习（agentic learning）中的技能演化（skill evolution）方法：一个智能体提议器（agentic proposer）在多次训练轮次中，根据执行轨迹持续优化智能体的技能规范（skill specification）。
  • 最终的技能在保留验证集上持续提升编辑准确率。

• 主要结果或产业意义：

  • 在验证集上，随着技能演化轮次增加，编辑准确率逐步提升，证明自然论文修订是有效的指令驱动图表编辑训练信号。
  • 具体数值、对比基线等待核实（摘要未给出）。

• 为什么重要：

  • 首次将论文版本历史中的作者真实修订意图作为训练信号用于图表自动编辑，相比人工构造指令更贴近实际需求。
  • 支持在矢量源上协同编辑，保留人类对局部图元的控制能力，兼顾自动化与可审核性。
  • 技能演化框架使得模型能持续从执行经验中自我改进，无需额外人工标注。

• 局限与不确定性：

  • 依赖 arXiv 版本历史中的成对图表数据，覆盖的图表类型、学科领域可能受限（待核实）。
  • 对自然语言指令的复杂语义（如非文字性描述、多步骤操作）的处理能力尚未公开具体评测（待核实）。
  • 技能演化是否适应全新领域的图表风格仍需进一步验证。

• 可用于图书/PPT/简报的角度：

  • “论文图表自动编辑工具”的技术前沿：自然语言指令 + 矢量源协同编辑。
  • 科研写作自动化：如何用 AI 减轻科研人员的排版/修图负担。
  • 智能体技能演化的案例：从少量真实执行数据中持续提升特定视觉-语言能力。

• 与既有脉络的关系：未检索到直接相关的前序工作，本卡片提供了一个全新的研究方向——基于论文修订历史的图表编辑。

• 原始材料：

  • 英文标题：SciDiagramEdit: Learning to Edit Scientific Diagrams from Paper Revisions
  • 英文关键词：foundation-model, skill-evolution, scientific diagram editing, vector graphics, arXiv version history
  • 来源：arXiv:2607.15272v1
  • 注：部分细节（数据集规模、具体准确率、模型架构）因无法抓取正文而标注待核实。