paper banana

PaperBanana est un système multi-agents créé par Google Cloud AI Research et l'Université de Pékin pour automatiser l'un des goulots d'étranglement les plus tenaces de la recherche : fabriquer les figures. Rédiger l'article est déjà assez difficile. Dessiner un schéma d'architecture propre ou un graphique que les relecteurs ne critiqueront pas peut engloutir une journée de plus. C'est le genre d'outil de figures pour la recherche qui rend le dessin à la machine.

Le framework répartit la tâche entre cinq agents qui coopèrent. Un Retriever extrait des exemples similaires d'une bibliothèque de référence, un Planner lit le texte de votre méthode et rédige une spécification de dessin détaillée, un Stylist applique des règles esthétiques académiques, un Visualizer génère l'image ou le code, et un Critic compare le résultat à votre texte d'origine et le renvoie pour une nouvelle passe. Cette boucle est l'essentiel. Un modèle d'image seul produit quelque chose de joli ; PaperBanana vérifie si ce quelque chose est réellement correct.

La principale limite mérite d'être dite d'emblée. Sur des schémas denses, avec beaucoup de nœuds, le rendu par diffusion peut déformer le texte ou mal placer les lignes de connexion, et les graphiques de données qui exigent une précision au pixel restent source d'erreurs lorsqu'ils sont générés uniquement comme image. Pas l'idéal. La réponse de l'équipe est un parcours piloté par le code pour les graphiques, ce qui compte si vos figures portent de vrais chiffres. Le projet a démarré comme un article de recherche, et des implémentations communautaires ont ajouté depuis un accès par CLI, une API Python et un serveur MCP pour des outils comme Claude Code et Cursor.

Pour commencer

1. Ouvrez la page du projet et clonez le dépôt, puis installez les dépendances avec pip install -r requirements.txt.
2. Ajoutez les clés API de votre fournisseur dans le fichier de configuration du modèle. Les versions communautaires prennent en charge OpenAI, Azure OpenAI ou Foundry, Google Gemini et Atlas Cloud.
3. Préparez deux entrées : le contexte source (la section méthode de votre article) et l'intention de communication (la légende de figure que vous voulez).
4. Chargez éventuellement un ensemble de référence de triples publiés (texte de méthode, légende, figure). Le PaperBananaBench fourni contient 292 cas de référence issus de NeurIPS 2025.
5. Lancez la génération, puis choisissez le meilleur résultat. Les auteurs recommandent un flux générer-et-sélectionner : produisez trois à cinq candidats et retenez celui qui correspond au style de votre article.