PaperX: Scholar DAG을 활용한 다중 모드 학술 발표 생성의 통합 프레임워크

PaperX: A Unified Framework for Multimodal Academic Presentation Generation with Scholar DAG

과학 논문을 다중 모드 발표 콘텐츠로 변환하는 것은 연구 결과 전파에 필수적이지만, 여전히 많은 노동력을 필요로 합니다. 기존의 자동화된 솔루션은 일반적으로 각 형식을 독립적인 하위 작업으로 취급하여 중복 처리와 의미적 불일치를 야기합니다. 본 논문에서는 PaperX라는 통합 프레임워크를 소개합니다. PaperX는 학술 발표 생성을 구조적 변환 및 렌더링 과정으로 모델링합니다. 당사의 접근 방식의 핵심은 Scholar DAG라는 중간 표현으로, 논문의 논리적 구조를 최종 발표 구문과 분리합니다. PaperX는 적응적인 그래프 탐색 전략을 적용하여 단일 소스에서 다양한 고품질의 결과를 생성합니다. 종합적인 평가 결과, 당사의 프레임워크는 콘텐츠 충실도와 심미적 품질 측면에서 최첨단 성능을 달성했으며, 전문적인 단일 작업 에이전트에 비해 비용 효율성이 크게 향상되었습니다.

Transforming scientific papers into multimodal presentation content is essential for research dissemination but remains labor intensive. Existing automated solutions typically treat each format as an isolated downstream task, leading to redundant processing and semantic inconsistency. We introduce PaperX, a unified framework that models academic presentation generation as a structural transformation and rendering process. Central to our approach is the Scholar DAG, an intermediate representation that decouples the paper's logical structure from its final presentation syntax. By applying adaptive graph traversal strategies, PaperX generates diverse, high quality outputs from a single source. Comprehensive evaluations demonstrate that our framework achieves the state of the art performance in content fidelity and aesthetic quality while significantly improving cost efficiency compared to specialized single task agents.