研究人员推出了 FormalAnalyticGeo，这是一个可扩展的框架，用于全自动生成多模态解析几何问题，消除了人工标注的需求。该系统利用名为 CDL 的形式化中间表示，通过有符号距离场（Signed Distance Field）引擎将问题文本与精确的图表渲染连接起来。

  • 四个专门的 LLM 组件按顺序运行：生成器创建多样化的问题，形式化器将其转换为 CDL，测量器通过基于视觉的测量提取真实答案，质量验证器在三个阶段检查输出结果。
  • 来自验证器的结构化反馈驱动自动重试，形成一个闭环，从而生成 AnalyticGeo7K，这是一个包含超过 7000 个经过验证的多模态问题的数据集，其中文本、图表和注释已对齐。
  • 生成的问题实现了 0.70% 的中位数真实相对误差，82.3% 的答案落在精确符号解的 5% 范围内。

该框架通过提供一种严格且自动化的方法来创建高质量的多模态数据集，解决了分析几何中标注样本稀缺的问题。