用于表到多模式报告生成的蒙特卡洛树搜索

arXiv:2608.04071v1 发布类型：新 摘要：从结构化表格数据自动生成包含文本分析和可视化图表的专业多模式报告是数据智能领域的一项关键挑战。现有方法存在固定的线性管道和孤立的子任务处理，这阻碍了事实准确性、视觉质量和叙述连贯性的联合优化。为了解决这些问题，本文提出了 MCTS-Report，这是一种蒙特卡罗树搜索 (MCTS) 驱动的框架，它将多模式表到报告的生成制定为结构化搜索空间上的渐进式构建过程。其核心思想是将报告生成分解为原子操作，包括章节规划、可视化任务识别、图表生成、洞察组织和叙述细化，每个操作均由法学硕士基于当前报告状态的动态推理来执行。我们使用 LLM 在 MCTS 期间生成逐步推理和操作，将推理轨迹存储在每个节点中，以进行上下文感知、连贯的报告构建。为了指导搜索，我们设计了一个多维奖励函数，联合评估数值事实一致性（通过 SQL）、图表质量、图表文本对齐和结构完整性，同时结合多样性惩罚来抑制重复图表和前置条件检查来修剪无效操作。我们还构建了 MMRBench，这是一个综合基准，由六个领域的真实表格组成，并配有专家完善的参考报告结构和可验证的关键见解。 MMRBench 上的实验表明，MCTS-Report 在结构完整性、数值准确性、图表文本对齐和洞察新颖性方面显着优于强大的基线，获得 77.9 的总分。