MapExplorer: New Content Generation from Low-Dimensional Visualizations

要約

低次元の視覚化、または「投影マップ」は、科学的および創造的なドメインで広く使用されており、大規模で複雑なデータセットを解釈しています。
これらの視覚化は、既存の知識空間を理解するのに役立つだけでなく、不明な領域への探査を暗黙的に導きます。
T-SNEやUMAPなどの手法はこれらのマップを生成できますが、新しいコンテンツを生成するためにそれらを活用するための体系的な方法は存在しません。
これに対処するために、Projectionマップ内の座標をコヒーレントで文脈的に整合したテキストコンテンツに変換する新しい知識発見タスクであるMapExplorerを紹介します。
これにより、ユーザーはマップに組み込まれた洞察をインタラクティブに探索して明らかにすることができます。
MapExplorerメソッドのパフォーマンスを評価するために、生成されたテキストと参照テキストの間の論理コヒーレンスとアライメントを定量化するルージュに触発された細粒メトリックであるAtometricを提案します。
多様なデータセットでの実験は、科学的仮説の生成、合成ペルソナの作成、および単純なベースライン方法で大規模な言語モデルを攻撃するための戦略を考案する際のMapExplorerの汎用性を示しています。
視覚化と生成を橋渡しすることにより、私たちの研究は、MapExplorerが大規模なデータ探索における直感的な人間とのコラボレーションを可能にする可能性を強調しています。

要約(オリジナル)

Low-dimensional visualizations, or ‘projection maps,’ are widely used in scientific and creative domains to interpret large-scale and complex datasets. These visualizations not only aid in understanding existing knowledge spaces but also implicitly guide exploration into unknown areas. Although techniques such as t-SNE and UMAP can generate these maps, there exists no systematic method for leveraging them to generate new content. To address this, we introduce MapExplorer, a novel knowledge discovery task that translates coordinates within any projection map into coherent, contextually aligned textual content. This allows users to interactively explore and uncover insights embedded in the maps. To evaluate the performance of MapExplorer methods, we propose Atometric, a fine-grained metric inspired by ROUGE that quantifies logical coherence and alignment between generated and reference text. Experiments on diverse datasets demonstrate the versatility of MapExplorer in generating scientific hypotheses, crafting synthetic personas, and devising strategies for attacking large language models-even with simple baseline methods. By bridging visualization and generation, our work highlights the potential of MapExplorer to enable intuitive human-AI collaboration in large-scale data exploration.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google