Crystalis：用于协调多视图可视化生成的渐进成核和语义退火

arXiv:2607.24766v1 公告类型：新 摘要：大型语言模型 (LLM) 可以生成单独的图表，但协调的多视图可视化 (CMV)（其中视图共享数据流和跨视图交互）仍然遥不可及。数据转换、视觉编码和交互协调之间的紧密字段级耦合会导致一个组件中的错误默默地使其他组件失效。我们不追求依赖于模型能力、领域知识和用户专业知识的端到端分析质量，而是瞄准一个基本问题：LLM 能否可靠地生成结构正确的 CMV，以及哪些抽象使这成为可能？我们提出了 Crystalis，这是一个基于以查询为中心的 CMV 建模构建的框架，它将 CMV 分解为依赖图上的结构化查询，该依赖图跨越三种组件类型（数据、可视化、交互）和三个抽象级别（需求、规范、可执行对象）。两种互补机制在此结构上运行：渐进成核使每个查询沿着依赖顺序从需求到对象垂直结晶，而语义退火通过分层逻辑检查强制每个级别的查询之间的水平一致性。在跨五个前沿法学硕士的 12 任务基准测试中，Crystalis 实现了高达 75% 的端到端成功率，大大优于代理编码基线（使用相同基础模型的 E2E 为 8.3%），并且由 12 名从业者参与的用户研究证实了分解和迭代细化工作流程的可用性。