PosterMELD 開放可編輯論文海報代理管線，以版面容量先約束內容生成

把論文轉成學術海報並非單純摘要：系統還要分配有限版面、保留圖表關聯、避免文字溢出，並產生能由作者繼續修改的檔案。8 月 3 日發布的 PosterMELD 採用「先配置容量、再寫內容」的多代理架構，避免讓模型生成完整文字後才勉強塞進版型；專案以 MIT 授權公開生成管線、評測程式、範本與測試。

流程先以 MinerU 解析 PDF 的文字、公式、圖像、表格與中介資料，失敗時可切換 Marker。系統接著從 16 款橫式及 8 款直式範本選出版面，將各區塊的幾何尺寸、閱讀順序與字數容量交給內容代理。後續代理負責擷取論文要點、配置視覺素材及輸出 PPTX；文字、圖表、標題列與標誌保留為原生 PowerPoint 元件，同時另行渲染 PNG 預覽。

品質控制並未讓代理無限自我修改。確定性閘門先檢查重疊、越界、可讀性與資產完整性，再由視覺語言模型檢視整體版面；只有失敗項目會進入有次數上限的局部修復。團隊因此提出以請求為分母的 Print-Ready Rate（PRR），將無法產生結果的請求也計入失敗，而視覺品質 CHE 分數僅在已通過列印檢查的輸出上計算。

在涵蓋 621 篇論文、10 個研究領域的自建評測中，PosterMELD 的 PRR 為 81.3%，高於 P2P 的 24.2%與 PosterGen 的 15.8%；平均每次請求成本為 0.38 美元。GPT-Image-2 的 PRR 更高，達 85.2%，但輸出不可逐元素編輯。PosterMELD 的價值因此主要是把生成品質、可編輯性與成本放進同一條可執行管線，而非單項畫面分數領先。

目前數字仍由作者以自家資料、凍結的 VLM 裁判與特定 API 組合產生；CHE 又只比較成功輸出，不能單獨代表全體請求品質。部署者還需檢查 OCR、公式與引用是否忠於原文，並重新測量不同模型供應商下的費用與重現性。