Manimator：将研究论文和数学概念转化为可视化解释-计算机科学-数学概念-可视化-大语言模型.pdf

Manimator：将研究论文和数学

概念转化为可视化解释

*1*1*1*1

SamarthPVyomanJainShivaGolugulaMotamarriSaiSathvik

Abstract加具体和直观(Schoenherretal.,2024)。

理解复杂的科学和数学概念，尤其是那些Manim动画引擎(TheManimCommunityDevelop-

在密集的研究论文中呈现的概念，对学习ers,2024)展示了代码驱动动画在解释复杂主题方

者来说是一个巨大的挑战。动态可视化可面的强大能力。尽管有这种潜力，创建高质量的动

以极大地提高理解能力，但手动创建它们画需要巨大的努力、编程专业知识（Python）和领

本既耗时又需要专门的知识和技能。我们介域知识。这个瓶颈限制了针对特定概念或研究发现

译绍manimator，一个开源系统，它利用大定制可视化效果的广泛可用性。然而，大型语言模

中型语言模型将研究论文和自然语言提示转型（LLMs）最近的进步展现出了出色的文字理解、

换为使用Manim引擎的解释性动画。Man-结构化数据生成和代码合成(Nijkampetal.,2023;

1

vimator采用了一条管道，在这条管道中，Chenetal.,2023)能力。

6

0一个LLM解释输入文本或研究论文PDF在本文中，我们介绍了manimator系统，该系统利

3以生成结构化的场景描述，概述关键概念、用大型语言模型来弥合复杂文本信息与引人入胜的

4

1.数学公式和视觉元素，而另一个LLM将此视觉解释之间的差距。Manimator可以接受描述概

7描述翻译成可执行的ManimPython代码。念的自然语言提示或完整的研究论文（通过PDF上

0

5我们讨论其作为教育工具的潜力，可以快传或使用其arXivID）作为输入。

2速创建引人入胜的复杂STEM主题可视化

:

v它采用多阶段流水线：

i解释，使高质量教育资源的创造大众化。

x1.场景理解和规划：大型语言模型分析输入以提

r

a

取关键概念、相关公式和潜在的视觉表现形式，

1.介绍并将它们结构化为详细的“场景描述”。

掌握复杂的科学和数学概念是STEM教育的基础。2.代码生成：一个针对代码的专业大型语言模型

然而，传统的学习材料，如教科书和研究论文，经将结构化的场景描述转换成与Manim引擎兼

常以密集、静态的格式呈现信息。动态可视化已被容的Python代码。

证明能够有效提高理解和参与度，使抽象的概念更3.渲染：生成的Manim代码被执行以产生视频

1动画。

EqualcontributionDepartmentofComputer

Scienceand