[論文レビュー] NL2Dashboard: A Lightweight and Controllable Framework for Generating Dashboards with LLMs

Boshen Shi, Kexin Yang+6 more|arXiv (Cornell University)|Jan 4, 2026

Data Visualization and Analytics被引用数 0

ひとこと要約

NL2Dashboard は IR ベースの二段階ワークフロー（Prompt-to-IR および IR-to-Dashboard）とダッシュボードを生成・修正する多エージェントシステムを導入し、ベースラインと比べてトークン効率と細かな制御性を向上させる。

ABSTRACT

While Large Language Models (LLMs) have demonstrated remarkable proficiency in generating standalone charts, synthesizing comprehensive dashboards remains a formidable challenge. Existing end-to-end paradigms, which typically treat dashboard generation as a direct code generation task (e.g., raw HTML), suffer from two fundamental limitations: representation redundancy due to massive tokens spent on visual rendering, and low controllability caused by the entanglement of analytical reasoning and presentation. To address these challenges, we propose NL2Dashboard, a lightweight framework grounded in the principle of Analysis-Presentation Decoupling. We introduce a structured intermediate representation (IR) that encapsulates the dashboard's content, layout, and visual elements. Therefore, it confines the LLM's role to data analysis and intent translation, while offloading visual synthesis to a deterministic rendering engine. Building upon this framework, we develop a multi-agent system in which the IR-driven algorithm is instantiated as a suite of tools. Comprehensive experiments conducted with this system demonstrate that NL2Dashboard significantly outperforms state-of-the-art baselines across diverse domains, achieving superior visual quality, significantly higher token efficiency, and precise controllability in both generation and modification tasks.

研究の動機と目的

• LLMs で個別のチャートではなく、包括的なダッシュボードの生成という課題に取り組む。
• データ分析と視覚レンダリングを構造化された中間表現（IR）でデカップリングする。
• 決定論的レンダリングと誘導プロンプトを通じて、可 controllable で反復的なダッシュボード生成・修正を可能にする。
• 実行可能なツールを備えたエージェント系システムを導入してダッシュボードを組み立てる。
• 改良された信頼性と効率性を理論的・経験的に検証する。

提案手法

• ダッシュボードの内容・レイアウト・ビジュアルを符号化する軽量で構造化された IR を導入する。
• 二段階ワークフローを促進する：Prompt-to-IR（分析と IR の生成）と IR-to-Dashboard（基盤テンプレートを用いた決定論的レンダリング）。
• 編集意図を原子アクション（change、swap、delete、add）へ翻訳し IR 更新演算子を用いる変更パイプラインを実装する。
• プランナー、コーダー、クリティックからなる多エージェントシステムと、IRGen、DBCompile、IRModify からなるダッシュボード組立ツールキットを開発して生成と修正を調整する。
• エントロピー分解と Fano の不等式に基づく理論分析を提供し、信頼性の向上と視覚的エントロピーの低減を正当化する。
• ドメイン横断で品質・トークン効率・制御性の観点で NL2Dashboard をベースラインと比較した実証的評価。

実験結果

リサーチクエスチョン

• RQ1 多様なドメインで高品質なダッシュボードを生成する能力はどうか。
• RQ2 ユーザーが指定したダッシュボードの修正をどれだけ忠実に実行できるか。
• RQ3 Generative Overhead Ratio（GOR）で測る NL2Dashboard のトークン効率はエンドツーエンドのベースラインと比べてどうか。
• RQ4 クリティックを用いた反復最適化がダッシュボード品質に与える影響は何か、いつ限界効果が現れるか。

主な発見

• NL2Dashboard は評価指標で最高品質スコアを達成し、生成と修正のタスクで第二位のベースラインよりそれぞれ 8.4% および 7.3% の改善を示した。
• 修正タスクでは NL2Dashboard が全タスクを正確に完遂し、タスク難易度が上がるにつれて成功率でベースラインを 35%–62% 上回った。
• NL2Dashboard のトークン効率（GOR）は 1 を大きく下回る初期値を示し、コードやスクリプトを生成するベースラインに比べてトークンオーバーヘッドが低い。
• クリティックベースの最適化はダッシュボードの品質を多次元で改善するが、約1回の最適化ラウンドを超えるとリターンが逓減する。
• アブレーション研究は IR ベースのデカップリングがレイアウト関連の失敗を低減し、修正を安定化させることを示し、ベースラインで見られた空間推論および指示順守の問題に対処する。