Crystalis: Framework LLM per la Generazione di Visualizzazioni Multi-Vista

Un nuovo framework chiamato Crystalis facilita i modelli linguistici di grandi dimensioni nella produzione di visualizzazioni multi-vista coordinate (CMV), che integrano flussi di dati e interazioni condivisi tra le viste. Questo sistema affronta il problema dell'accoppiamento stretto a livello di campo tra trasformazioni dei dati, codifiche visive e coordinamento delle interazioni, dove un errore in un'area può compromettere le altre. Crystalis impiega una modellazione CMV incentrata sulle query per scomporre una CMV in query strutturate che utilizzano un grafo di dipendenza composto da tre tipi di componenti (Dati, Visualizzazione, Interazione) e tre livelli di astrazione (requisito, specifica, oggetto eseguibile). Per mantenere l'integrità strutturale, due meccanismi complementari operano all'interno di questo framework. La ricerca si concentra sulla capacità dei LLM di generare in modo coerente CMV strutturalmente accurate e sulle astrazioni necessarie per questo, piuttosto che puntare a una completa qualità analitica. Lo studio è disponibile su arXiv con l'identificatore 2607.24766.