arXiv Artificial Intelligence· Daniel J. Evans, J. P. Naiman, JooYoung Seo, J. Stephen Downie·· 17 小时前AI 评分24
面向大语言模型图表分析的多面板视觉问答数据集发布
Do you "see" what I "see"? A Multi-panel Visual Question Answer Dataset for Large Language Model Chart Analysis
AI 导读
研究团队构建了一个面向 LLM/LMM 图表分析的多面板视觉问答（VQA）数据集，任务按四级描述模型从基础概念回答延伸到解释与分析理解，图表由合成方式生成单面板与多面板图。测试发现，随着面板数量、绘图元素和问题难度增加，LMM 准确率下降；分析还引入成本相对性能作为指标，并公开了问答对、随机图表生成代码及图表元素的边界框元数据。
来源：arXiv Artificial Intelligence · arxiv.org