近日，中国科学院计算机网络信息中心提出一种面向Web端科学可视化的结构感知检索增强生成方法，该方法引入管线规划与模块感知的匹配策略，有效缓解了大语言模型直接生成科学可视化代码时存在的结构缺失、算子误用和顺序错误等问题，实现由自然语言指令到可视化结果的可执行流水线自动化构建。
在转子切片分析、海洋气象流线生成以及等值面提取等典型任务中，该方法展现出良好适用性。评估结果显示，相较于直接利用大语言模型生成可视化结果的方法，该方法可将人工修正成本平均降低79.1%。基于此，团队进一步研发了面向科学可视化流水线构建的交互式分析与评估系统，支持科研人员通过交互式分析界面对生成结果进行即时验证与反馈，提升了科学分析效率与结果可靠性。
相关研究成果已被2026年PacificVis VisMeetAI研讨会收录，并发表在Information Visualization上。研究工作得到中国科学院战略性先导科技专项等的支持。（来源：中国科学院计算机网络信息中心）
相关论文信息：https://doi.org/10.1177/14738716261434848
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
