CATVis：用于涡轮机械仿真数据可视化的协作式多智能体工作流
CATVis: A Collaborative Multi-Agent Workflow for Turbomachinery Simulation Data Visualization
浏览论文内容
中文总结 AI 辅助
CATVis提出协作式多智能体工作流，将自然语言意图转化为结构化中间表示，用于涡轮机械CFD可视化，通过意图规划、模板生成和错误感知细化提升复杂工作流生成准确性。
中文摘要 AI 辅助
人工智能用于科学的最新进展使得自然语言（NL）接口能够用于科学数据分析。在涡轮机械CFD后处理中，将模糊的高层分析目标（例如，涡识别）转化为支持复杂领域特定分析的精确可视化程序具有挑战性。我们提出了CATVis，一个协作式多智能体工作流系统，通过将自然语言意图转化为结构化的中间表示以用于可视化，从而弥合了这一差距。我们的方法将领域特定的可视化程序重新表述为可组合的工作流表示，并使用多智能体通过意图规划、模板生成和错误感知细化来生成工作流表示，其中每个阶段逐步更新共享的结构化表示。我们评估了外部知识和工作流结构化对生成准确性的影响，证明了所提出的方法显著提高了复杂工作流生成的正确性，同时降低了提示复杂性。
英文摘要
Recent advances in AI for Science have enabled natural language (NL) interfaces for scientific data analysis. In turbomachinery CFD post-processing, translating ambiguous high-level analytical goals (e.g., vortex identification) into precise visualization procedures supporting complex domain-specific analysis is challenging. We present CATVis, a Collaborative multi-agent workflow system that bridges this gap by transforming NL intents into structured middle representation for visualization. Our approach reformulates domain-specific visualization procedures as composable workflow representations, and use multi agent to generate workflow representations via intent planning, template generation, and error-aware refinement, where each stage incrementally updates a shared structured representation. We evaluate the impact of external knowledge and workflow structuring on generation accuracy, demonstrating that the proposed approach significantly improves complex workflow generation correctness while reducing prompt complexity.
发表机构
- Beijing China 2 Computer Network Information Center Chinese Academy of Sciences（中国科学院计算机网络信息中心）
- Hangzhou Institute for Advanced Study UCAS Hangzhou China（杭州高等研究院（UCAS））
- Michigan Technological University Houghton MI USA（密歇根理工大学）
机构由 AI 辅助整理，请以论文原文为准。
