11:40官方账号arXiv cs.AI@Lopez Jhon, Hinojosa Carlos, Ghanem BernardSGA (Symbolic Geometric Agent) 是一个即插即用模块,拦截LLM生成的Manim代码,通过部分执行提取场景图并检测几何遮挡问题。实验在MMMC-Code基准上,使用4种LLM后端和2种流水线配置,SGA在Code2Video + GPT-5.1配置下达到73.11的MVQS分数,相对原始基线提升16.1%。SGA在8种配置中有7种提升了MVQS。论文SGAManimGPT-5.1推荐理由:论文提出了SGA模块,能自动修复LLM写动画代码时的几何遮挡错误,实测用GPT-5.1搭配Code2Video能提升16%的画面质量。原文稍后读已读值得跟进有用关注 SGA
11:43官方账号arXiv cs.AI@Wenjia Jiang, Zongyuan Cai, Yuanhang Shao, Chenru Wang, Boyan Han, Zhixue Song, Keyu Chen, Shengwei An, Xu Yang, Zhou YangManimAgent是一个基于大语言模型的自进化多模态智能体,能从学术论文段落生成Manim库的Python代码以渲染数学动画。它通过双通道情节记忆库(M+和M-)跨任务保存反思经验,无需权重更新或人工种子。在固定探针评估中,相比无记忆、匹配预算的检索增强生成和混洗记忆基线,盲人Pass@1随记忆增长而上升,反思轮次下降。论文ManimAgentManim多模态智能体推荐理由:这篇论文提出了ManimAgent,它能通过经验记忆自我进化,生成数学动画代码时效果比基线方法好很多。原文稍后读已读值得跟进有用关注 ManimAgent