PosterMELD：編集可能な印刷対応出力を備えた制御可能なデザイン多様性のためのマルチエージェント論文からポスターへの生成

要旨

科学ポスター作成とは、長大なマルチモーダル論文を、読みやすく編集可能なキャンバスへと圧縮する作業である。既存システムは、完了した出力のみをスコアリングすることでリクエストレベルの失敗を隠蔽している。直接の画像生成では要素単位の編集が不可能であり、コーディングエージェントによるワークフローはコストが高い。PosterMELDは、テンプレート条件付きマルチエージェントパイプラインである。レンダリング前に容量を考慮したスロットが文章作成を導き、決定論的ゲートと視覚言語モデル（VLM）によるレビューが失敗を限定された修復へと振り分ける。受理された各リクエストは、編集可能なPowerPoint（PPTX）およびPortable Network Graphics（PNG）の成果物を出力する。明示的なデザイン制御により、同一論文のバリエーションを生成できる。 621本の論文を対象に、印刷可能率（PRR）は、幾何学的、可読性、アセット整合性、および明らかな事実誤認の各チェックを通過したリクエストをカウントし、ネイティブ編集可能性は別途報告される。固定されたVLMが、印刷可能な出力に対して条件付きCraftsmanship-Harmony-Expressiveness（CHE）スコアを割り当てる。PosterMELDは81.3%のPRRを達成し、これはP2Pの3.4倍、PosterGenの5.2倍である。また、複数の印刷可能出力を生成する手法の中では、条件付きCHEにおいて最高値を達成した。ネイティブ編集可能性と明示的なデザイン制御を維持しつつ、平均コストはリクエストあたり0.38米ドルであり、Codex+Skillの3.5%に相当する。コードとリソースは、https://github.com/Shannon4Science/PosterMELD で入手できる。

English

Scientific poster construction compresses a long multimodal paper into a readable, editable canvas. Existing systems hide request-level failures by scoring only completed outputs; direct image generation is not element-editable, while coding-agent workflows are costly. PosterMELD is a template-conditioned multi-agent pipeline: capacity-aware slots guide writing before rendering, and deterministic gates plus vision-language model (VLM) review route failures to bounded repair. Each accepted request exports editable PowerPoint (PPTX) and Portable Network Graphics (PNG) artifacts; explicit design controls yield same-paper variants. Across 621 papers, Print-Ready Rate (PRR) counts requests passing geometric, readability, asset-integrity, and obvious-factual-error checks, with native editability reported separately. A frozen VLM assigns conditional Craftsmanship-Harmony-Expressiveness (CHE) scores to print-ready outputs. PosterMELD attains 81.3% PRR, 3.4 times P2P's rate and 5.2 times PosterGen's, and the highest conditional CHE among generated methods with multiple print-ready outputs. Native editability and explicit design controls are retained at a mean cost of USD 0.38 per request, 3.5% of Codex+Skill's. Code and resources are available at https://github.com/Shannon4Science/PosterMELD.