深度分析
HiLSVA：結合大型語言模型與多代理的人機協作科學視覺化系統
隨著大型語言模型在科學視覺化領域的應用日增，HiLSVA 以人機協作的混合主動式架構，結合計畫先行、多代理協調、步驟可追溯與測試時學習，讓使用者可在自然語言與直接操作間自由切換。實驗顯示，此模式提升任務完成率與流程透明度，同時在效率與監控間取得平衡。
深度分析
隨著大型語言模型在科學視覺化領域的應用日增，HiLSVA 以人機協作的混合主動式架構，結合計畫先行、多代理協調、步驟可追溯與測試時學習，讓使用者可在自然語言與直接操作間自由切換。實驗顯示，此模式提升任務完成率與流程透明度，同時在效率與監控間取得平衡。
Gaussian Splatting
科研模擬數據量龐大且探索成本高。新論文 GS-Surrogate 引入可變形 Gaussian Splatting 技術，建立基準 3D 表徵並透過參數化變形實現即時視覺化，讓研究人員能靈活調整模擬參數與視覺化設定，擺脫昂貴的原始數據儲存壓力，實現高效的參數空間探索。