Crystalis：让大模型可靠生成协调多视图可视化

背景与动机

大语言模型（LLM）已经能够生成单张图表，但在"协调多视图可视化"（Coordinated Multi-View Visualizations, CMVs）场景下仍然力不从心。这类可视化由多个视图组成，视图之间共享数据流并需要跨视图交互联动，任何一个组件出错都可能静默地令其他组件失效。研究团队没有追求端到端的分析质量——这取决于模型能力、领域知识和用户经验——而是回到一个更基础的问题：LLM 能否可靠地生成结构上正确的 CMVs，需要怎样的抽象才能实现这一点？

Crystalis 框架设计

围绕上述问题，论文提出了名为 Crystalis 的框架，其核心是查询中心（query-centric）的 CMV 建模：将一个 CMV 分解为对一个依赖图（dependency graph）的结构化查询。

该依赖图覆盖三个组件类型与三个抽象层次：

• 组件类型：Data（数据）、Visualization（可视化）、Interaction（交互）；
• 抽象层次：requirement（需求）、specification（规格）、executable object（可执行对象）。

在这个结构之上，框架运行两个互补机制：

• 渐进成核（progressive nucleation）：沿依赖顺序，将每条查询纵向从需求逐层结晶到可执行对象；
• 语义退火（semantic annealing）：在同一抽象层次上，通过分层逻辑检查，强制各查询之间保持横向一致性。

实验与结果

研究团队在覆盖五款前沿 LLM 的 12 项基准任务上对 Crystalis 进行了评估。结果显示：

• Crystalis 的端到端（E2E）成功率最高达到 75%；
• 同样基础模型下的智能体编码（agentic coding）基线仅取得 8.3% 的 E2E 成功率，差距显著。

此外，论文还开展了一项包含 12 位从业者参与的用户研究，结果证实了该分解方式与迭代优化工作流在实际使用中的可用性。

意义与局限

Crystalis 将 CMV 生成这一对结构正确性高度敏感的任务拆解为可被 LLM 逐步完成的子问题，并辅以一致性约束，为可视化代码生成提供了一条务实路径。不过，论文聚焦于"结构正确"，并未直接优化最终的分析质量，这意味着研究者在论文中明确将这一层面的提升留给未来的工作。