Question 1

Qu'est-ce que PaperBanana ?

Accepted Answer

PaperBanana est un framework agentique conçu pour automatiser la génération d'illustrations académiques prêtes à publier, incluant des diagrammes méthodologiques, des graphiques statistiques et des infographies éducatives. PaperBanana comble le fossé entre le texte scientifique brut et la communication visuelle professionnelle en orchestrant cinq agents IA spécialisés dans un pipeline collaboratif en boucle fermée qui garantit la précision, la fidélité et la qualité visuelle.

Question 2

Comment fonctionne le framework multi-agents de PaperBanana ?

Accepted Answer

PaperBanana coordonne cinq agents spécialisés en séquence : le Récupérateur localise des échantillons visuels de référence dans une bibliothèque de haute qualité, le Planificateur traduit le texte en mises en page visuelles structurées, le Styliste synthétise des directives esthétiques pour les couleurs et la typographie, le Visualiseur rend l'illustration avec Nano-Banana-Pro ou du code Python exécutable, et le Critique effectue trois rounds d'auto-réflexion alimentés par VLM pour détecter les erreurs. Cette architecture en boucle fermée est ce qui rend le système particulièrement fidèle, précis et fiable pour générer des illustrations académiques de qualité publication.

Question 3

Comment PaperBanana garantit-il la précision des données dans les graphiques statistiques ?

Accepted Answer

Contrairement aux générateurs d'images généralistes qui souffrent d'hallucinations numériques, PaperBanana utilise un paradigme basé sur le code pour les graphiques statistiques. Au lieu de rendre les graphiques sous forme d'images pixelisées, il génère du code Python Matplotlib exécutable pour garantir que les barres, les points de données et les échelles sont mathématiquement précis et fidèles aux données brutes. Cette approche déterministe de génération de code rend le framework bien plus fiable que la génération basée sur les pixels pour toute figure académique basée sur les données où l'intégrité numérique est non négociable.

Question 4

Qu'est-ce que Nano-Banana-Pro ?

Accepted Answer

Nano-Banana-Pro est un modèle de génération d'images de pointe utilisé par l'agent Visualiseur de PaperBanana. Il se spécialise dans la synthèse de formes complexes, de connecteurs et d'icônes scientifiques pour les diagrammes méthodologiques, excellant dans le suivi des instructions de mise en page détaillées de l'agent Planificateur tout en maintenant des styles visuels cohérents dans l'ensemble de l'illustration, de la palette de couleurs aux formes des icônes.

Question 5

Comment PaperBanana est-il évalué ?

Accepted Answer

Nous avons introduit PaperBananaBench, un benchmark dédié comprenant 292 cas de test extraits des publications NeurIPS 2025. PaperBanana surpasse systématiquement les principaux systèmes de référence, dont GPT-Image et Paper2Any, sur quatre dimensions clés : fidélité, concision, lisibilité et esthétique. Le framework atteint une amélioration de +17,0 % du score global, +37,2 % d'amélioration de la concision et +12,9 % d'amélioration de la lisibilité par rapport au meilleur système concurrent.

Question 6

PaperBanana est-il open source ?

Accepted Answer

Oui. PaperBanana est entièrement open source sous la licence Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). La base de code complète, les poids des modèles, les données d'entraînement et le benchmark PaperBananaBench sont tous hébergés publiquement sur GitHub pour que la communauté de recherche puisse les utiliser, reproduire, modifier et étendre librement.

Question 7

Quelles entrées PaperBanana nécessite-t-il pour générer un diagramme ?

Accepted Answer

PaperBanana nécessite généralement trois entrées : une Intention visuelle décrivant brièvement l'illustration souhaitée, un Contexte source contenant les sections pertinentes de votre article de recherche, et une Légende de figure qui apparaîtra sous la figure générée. Pour les graphiques statistiques, vous devez également fournir les Données brutes au format JSON ou CSV afin que le système puisse générer des graphiques mathématiquement précis via son pipeline de rendu basé sur le code.

Question 8

PaperBanana peut-il améliorer mes croquis dessinés à la main ?

Accepted Answer

Oui. PaperBanana offre une fonctionnalité d'amélioration esthétique qui applique des directives esthétiques auto-résumées pour rehausser les palettes de couleurs, la typographie et la qualité professionnelle des brouillons dessinés à la main. Cette fonctionnalité est particulièrement utile pour les chercheurs qui disposent déjà d'un diagramme brut qu'ils souhaitent peaufiner avant soumission à une conférence de premier plan comme NeurIPS, ICML ou ICLR.

Question 9

Quels types de figures académiques PaperBanana peut-il générer ?

Accepted Answer

PaperBanana prend en charge un large éventail de types d'illustrations académiques : des diagrammes méthodologiques représentant les architectures de modèles et les pipelines système, des graphiques statistiques incluant des diagrammes à barres, des graphiques linéaires et des nuages de points rendus à partir de données brutes, des infographies éducatives pour les supports pédagogiques, des éléments visuels pour posters et diapositives de conférence, et le raffinement esthétique de croquis dessinés à la main. Le framework couvre l'ensemble du spectre des besoins en communication visuelle couramment rencontrés dans la publication académique et la recherche scientifique.

Question 10

Comment PaperBanana se compare-t-il à DALL-E ou à d'autres générateurs d'images ?

Accepted Answer

Les générateurs d'images généralistes comme DALL-E produisent fréquemment des erreurs dans la topologie logique, la précision des connexions et la précision numérique lors de la création de figures académiques. PaperBanana surmonte ces limitations grâce à son pipeline multi-agents structuré : le Planificateur garantit la justesse logique, le rendu basé sur le code assure la précision des données, et l'agent Critique effectue trois rounds de vérification itérative. En conséquence, le framework produit des illustrations académiques à la fois visuellement soignées et scientifiquement fidèles — quelque chose que les générateurs d'images génériques ne peuvent tout simplement pas atteindre de manière fiable lorsqu'ils sont chargés de créer des figures scientifiques techniques.

PaperBanana : automatisation de l'illustration académique

Essayez PaperBanana maintenant

Galerie PaperBanana

Diagrammes méthodologiques

Graphiques statistiques

Amélioration esthétique

Infographies éducatives

Raffinement esthétique

Adopté par les chercheurs

Des tarifs simples et transparents

Hobby

Basic

Pro

Questions fréquemment posées

Commencez à créer avec PaperBanana