RAP يجمع 25 ألف زوج «ورقة بحثية — ملصق» ويعلّم الذكاء الاصطناعي تصميم الملصقات بـ HTML/CSS

قدّم باحثون RAP (Reconstruct A Poster)، وهو مجموعة بيانات ومعيار اختبار يحوّل إنشاء الملصق العلمي إلى مهمة ترميز بصري. تضم المجموعة أكثر من 25 ألف زوج موثّق من أزواج «ورقة بحثية — ملصق» من مؤتمرات ML للأعوام 2022–2026. وفيها أيضًا اختبار مستقل مستبعد من التدريب: 150 ورقة بحثية، احتُفظ لكل منها بالملصق الذي أعدّه مؤلفوه. حُوّل كل ملصق تلقائيًا إلى HTML/CSS، فأصبحت العيّنة الواحدة ثلاثية «ورقة بحثية — ملصق — ترميز».

لماذا الملصق تحديدًا

يصف المؤلفون الملصق بأنه ترميز بصري مصغّر. فالورقة كلها يجب أن تُختزل في صفحة واحدة. ولهذا يتعين على النموذج أن يلخّص النص ويتخذ قرارات تصميمية ويكتب الشيفرة في آن واحد، فيما تبقى الورقة نفسها هي المادة المصدرية الوحيدة.

ومع ذلك، تندر معايير الاختبار الخاصة بهذه المهمة. فالمجموعات الحالية صغيرة، والتعليقات التوضيحية فيها محصورة في حدود كتل التخطيط. ولذلك تُقيَّم الجودة إما بواسطة VLM يؤدي دور الحكم، وإما بواسطة بشر يعتمدون قوائم مراجعة. ولا توجد مقارنة موضوعية من نوع «نعرض النتيجة ونطابقها مع المرجع». وثمة مشكلة ثانية: تصمّم الطرق المعتمدة على هذه البيانات التخطيط من الصفر، ولا تستفيد من الملصقات الجاهزة التي أعدّها المؤلفون، لا بوصفها مكتبة تصميم يُبحث فيها، ولا بوصفها عيّنة تدريب موثّقة.

كيف يعمل RAP

يقوم قلب خط المعالجة على تحويل عكسي للعرض (derendering) تلقائي بالكامل. يتحول كل ملصق إلى HTML/CSS منسّق الأنماط، مع خانات مُنمّطة (typed slots) يمكن ملؤها من جديد. وبما أن الترميز مستخرج من ملصق حقيقي، يمكن عرضه ومطابقته مع الأصل. وبهذا تصبح كل عيّنة قابلة للتحقق.

إضافة إلى ذلك، وُسمت جميع الأزواج بتصنيف ثلاثي المستويات للمحتوى. ولا يكشف الوصف كيف تُبنى هذه المستويات بالضبط.

• الحجم: أكثر من 25 ألف زوج «ورقة بحثية — ملصق» من مؤتمرات 2022–2026.
• الاختبار: 150 ورقة مستبعدة من التدريب، لكل منها ملصق أعدّه إنسان.
• الصيغة: ثلاثية «ورقة بحثية — ملصق — ترميز» يمكن التحقق منها عبر العرض.
• الترميز: HTML/CSS مع خانات مُنمّطة لإعادة الملء.
• التصنيف: ثلاثة مستويات لوصف المحتوى.

طريقتان لاستخدام المجموعة

يعرض المؤلفون نهجين على البيانات نفسها. الأول هو PosterRAG، وهو خط معالجة متعدد الوكلاء لا يحتاج إلى إعادة تدريب. يبحث في المجموعة عن ملصق مناسب أعدّه مؤلفوه، ثم يعيد ملء خاناته بمحتوى الورقة الجديدة. ولا يتغير التخطيط ولا الأنماط في هذه العملية. فالتصميم يُؤخذ من البشر، ويتولى النموذج المحتوى.

أما النهج الثاني فهو وصفة SFT+RL: يُدرَّب نموذج مستقل انطلاقًا من الثلاثيات نفسها. يمنحه الضبط الخاضع للإشراف المهارة الأساسية في كتابة ترميز الملصق، ثم يحسّن التعلّم المعزَّز النتيجة. وقد يصلح التحقق عبر العرض هنا إشارة موضوعية. لكن هذا افتراض، وليس حقيقة معلنة في الملخص. كما يتوفر عرض تجريبي على الإنترنت عبر reconstruct-a-poster.github.io.

لا يتضمن الملخص أي أرقام للجودة: لا مقارنة بين PosterRAG والتوليد «من الصفر»، ولا نتائج للنموذج المدرَّب. وحتى الآن تكمن قيمة العمل في البيانات وفي صياغة المهمة. أما مدى قوة الطرق المقترحة فسيتضح من الورقة الكاملة.

أين يمكن أن يفيد

يمنح RAP الباحثين في توليد المستندات والواجهات شيئًا نادرًا: مرجعًا يمكن مقارنة النتيجة به تلقائيًا. فلا حاجة إلى تشكيل لجنة خبراء، ولا إلى الوثوق بتقييم نموذج آخر. ويمكن نقل نهج «العثور على عيّنة جيدة وملء الخانات» إلى صيغ مجاورة: الشرائح، وصفحات الهبوط، والتقارير، والإنفوغرافيك.

أما فائدته العملية لمؤلفي الأوراق فلا تزال متواضعة: يتيح العرض التجريبي معرفة شكل الملصق المُجمَّع تلقائيًا. لكن مع وجود مجموعة جاهزة ووصفة تدريب مفتوحة، من المرجّح أن تظهر أدوات للمؤتمرات بسرعة. وينبغي لمن يبنون خطوط معالجة قائمة على الوكلاء أن يمعنوا النظر في مخطط PosterRAG. فهو يفصل التصميم عن المحتوى، ويقلل بذلك خطر اختلال التنسيق الذي يعانيه توليد التخطيط من الصفر.