当前位置：首页 > news >正文

【全队项目】智能学术海报生成系统PosterGenius--多智能体辩论

news 2025/7/3 13:59:56

请添加图片描述

🌈 个人主页：十二月的猫-CSDN博客
🔥 系列专栏🏀大模型实战训练营
💪🏻 十二月的寒冬阻挡不了春天的脚步，十二点的黑夜遮蔽不住黎明的曙光

文章目录

@[toc]
1. 前言
2. 项目进度
3. 本周核心进展
3.1 高质量文本摘要生成阶段的多智能体辩论技术
3.1.1 技术背景与动机
3.1.2 具体实现步骤
3.1.3 代码实现与优化
3.1.4 量化指标与初步成果

4. 下一步计划
5. 总结

1. 前言

PosterGenius 项目旨在打造一款智能学术海报生成系统，依托 DeepSeek 等大模型，通过多模态技术和自动化流程为学术工作者提供高效、个性化的海报设计体验。本周，我们聚焦于提升海报文本内容质量，引入了多智能体辩论技术（Multi-Agent Debate），以优化从论文中提取的高质量摘要。这一技术不仅增强了系统对复杂学术内容的理解能力，还为后续的图文匹配和海报生成奠定了坚实基础。以下是我们本周的详细进展。

2. 项目进度

PosterGenius 项目开发进度

项目开发活动	时间	状态
项目介绍	2025.3.22	✅
内容处理与风格增强	2025.3.29	✅
高质量文本摘要生成（多智能体辩论）	2025.4.05	⏩
海报布局与图像匹配优化	2025.4.12	⏳
前后端集成与图形化展示	2025.4.19	⏳

本周我们完成了高质量文本摘要生成模块的初步实现，并进入测试与优化阶段。

3. 本周核心进展

3.1 高质量文本摘要生成阶段的多智能体辩论技术

3.1.1 技术背景与动机

在学术海报生成中，文本摘要是核心组成部分，直接影响海报的信息传递效果。传统的大模型生成摘要可能存在内容遗漏、逻辑不连贯等问题。为此，我们参考了论文 Improving Factuality and Reasoning in Language Models through Multiagent Debate 中的多智能体辩论技术。这项技术通过多个大模型代理（Agents）协作生成并优化答案，避免单模型的局限性，提升摘要的事实准确性和逻辑性。我们的目标是利用这一技术生成高质量的论文摘要，为后续海报内容提供可靠素材。

3.1.2 具体实现步骤

我们设计了一个多轮辩论流程，具体步骤如下：

PDF解析与初始输入：通过 PyMuPDF 从论文 PDF 中提取文本，作为多智能体的输入。
多模型代理初始化：接入 DeepSeek 和 ChatGPT 等大模型 API，作为独立的 Agent，每个 Agent 基于相同的论文文本生成初始摘要（分点形式）。
多轮辩论优化：

每轮中，各 Agent 参考其他 Agent 的上一轮输出，指出不足并优化自己的摘要。
- 通过精心设计的提示词（如“综合其他摘要，改进你的回答”），引导 Agent 进行迭代优化。

结果整合与输出：经过多轮辩论后，提取最终优化后的摘要，保存为 JSON 格式。

3.1.3 代码实现与优化

以下是核心代码片段的简要说明：

PDF 文本提取：

def extract_text_from_pdf(pdf_path):
    doc = fitz.open(pdf_path)
    text = ""
    for page in doc:
        text += page.get_text("text") + "\n"
    return text.strip()

使用 PyMuPDF 高效解析 PDF，确保文本提取的完整性。

多模型 API 调用：

@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=4, max=10))
def call_model_api(model_name, messages):
    if model_name == "deepseek":
        api_key = "your_deepseek_api_key"
        headers = {"Authorization": f"Bearer {api_key}"}
        data = {"model": "deepseek-chat", "messages": messages, "temperature": 0.7}
        response = requests.post("https://api.deepseek.com/v1/chat/completions", headers=headers, json=data)
        return response.json()["choices"][0]["message"]["content"]

通过 tenacity 库实现重试机制，确保 API 调用的稳定性。

辩论提示词设计：

def construct_message(other_responses):
    examples = "\n".join([f"Agent {i+1}: {resp}" for i, resp in enumerate(other_responses)])
    return {
        "role": "user",
        "content": f"请综合以下其他Agent的摘要，指出其不足并提出改进：\n{examples}\n请给出优化后的摘要。"
    }

提示词设计是辩论优化的关键，确保 Agent 能有效协作。

主流程：支持多轮迭代，输出最终摘要并保存为 JSON 文件，方便后续调用。

在这里插入图片描述

3.1.4 量化指标与初步成果

我们在 20 篇论文上进行了初步测试，结果如下：

文本提取完整率：98%，成功提取论文关键内容。
API 调用成功率：99%，响应时间平均 2.8 秒。
摘要质量：
- 初始摘要覆盖论文核心内容的比例约为 75%。
- 经过 2 轮辩论优化后，提升至 92%（人工评估）。
- 语义一致性评分（人工打分，5 分制）：从 3.5 分提升至 4.2 分。
处理时间：单篇论文平均耗时 28 秒，符合预期（<30 秒）。

初步成果表明，多智能体辩论显著提升了摘要的全面性和准确性，为海报文本内容提供了高质量基础。
在这里插入图片描述

4. 下一步计划

海报布局生成：基于优化后的摘要，利用 DeepSeek 生成约束性 Prompt，进一步完善 LayoutGeneration 模型。
图文匹配优化：结合 CLIP 模型，提升文本与图像的语义对齐精度。
用户测试：在小范围内测试多智能体摘要生成效果，收集反馈并调整参数。

5. 总结

本周我们成功引入多智能体辩论技术，显著提升论文摘要的质量，为PosterGenius 的核心功能迈出了重要一步。这一进展不仅验证了技术的可行性，也为后续的自动化海报生成奠定了基础。完整代码和测试数据将在后续更新至团队的 CSDN 账户，欢迎感兴趣的友友持续关注我们的专栏！
【如果想持续关注猫猫队伍的PosterGenius软件开发（基于deepseek大模型的应用开发），可以订阅热门专栏】