구조적 충실도(Structural fidelity)는 과학적 방법론 도식(scientific methodology diagrams)에 있어 필수적입니다. 연구 논리를 전달하기 위해, 이러한 도식은 구성 요소(components), 방향 관계(directional relations), 그리고 텍스트 주석(textual annotations)을 충실하게 표현해야 합니다. 화살표가 반대로 그려지거나 읽을 수 없는 방정식이 포함되는 것과 같은 단 하나의 오류만으로도 도식 전체가 무효화될 수 있기 때문에, 구조적 충실도는 본질적으로 결합적(conjunctive)입니다. 즉, 한 축에서의 정확성이 다른 축에서의 실패를 보완할 수 없습니다. 현재의 오픈 소스 모델들은 이 기준을 충족하지 못합니다. 지도 미세 조정(Supervised fine-tuning, SFT)은 그럴듯한 레이아웃을 학습하지만 구조적 정확성을 안정적으로 보장할 수 없으며, 스칼라 보상 기반의 사후 학습(scalar reward-based post-training)은 어떤 구조적 차원에서 실패가 발생했는지 불분명하게 만듭니다.

이를 해결하기 위해, 우리는 과학적 방법론 도식의 구조적 충실도를 보장하는 생성 프레임워크인 SciForma를 소개합니다. 구체적으로, SciForma는 구조적 인벤토리(structural inventory)의 안내에 따라 도식의 품질을 구성 요소(Component), 화살표(Arrow), 텍스트(Text)라는 세 가지 구조적 축으로 분해합니다. 이러한 토대 위에, 우리는 구조화된 학습을 위한 SciFormaData-700K와 논리 검증 기반의 평가를 위한 SciFormaBench-2K를 구축했습니다. SFT가 남긴 격차를 메우기 위해, 우리는 모든 축에서 동시적인 정확성을 강제하고 사후 학습 시 가장 결핍된 차원으로 그래디언트(gradients)를 적응적으로 전달하는 다차원 결합 선호 최적화(Multi-Dimensional Conjunctive Preference Optimization, M-DPO)를 개발했습니다. 동일한 구조적 인벤토리는 추론 시 잔여 오류를 수정하기 위한 반복적 편집(iterative editing)도 가능하게 합니다. 이러한 결합을 통해 SciForma-9B는 SciFormaBench-2K와 AIBench 모두에서 모든 오픈 소스 베이스라인과 GPT-Image-1.5를 능가하며, 오픈 과학 도식 생성 기술을 독점적 수준의 구조적 충실도에 근접하게 만들었습니다. 우리의 코드와 데이터는 다음에서 확인할 수 있습니다: https://github.com/microsoft/SciForma.