English(EN) VisCodeBench: a new benchmark dataset for Text-to-Vis reflecting real-world practice

新的VisCodeBench数据集揭示文本到可视化系统的局限性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-04 05:00

名为VisCodeBench的新基准数据集已被推出，用于评估文本到可视化系统，特别是在复杂、实际场景中的应用。该基准包含教育、科学和普通受众领域的2,672个样本。测试结果显示，尽管Codex、Claude Code和LIDA等当前系统在基本执行方面有所改进，但没有一个系统能够完全复制参考可视化，数据相似性得分在0.69到0.81之间。研究还强调，系统设计，包括提示和精炼流程，显著影响结果，而延迟仍然是这些工具面临的实际挑战。 AI

影响突出了AI从文本生成可视化能力方面的改进领域，影响了数据分析和用户交互工具。

排序理由该集群描述了一个用于评估AI系统的新基准数据集，属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 43 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一个用于评估AI系统的新基准数据集，属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Hy Nguyen, Thomas James Elton, Ella Wilson, Andrew Reeson, Cecile Paris, Josiah Poon, Jonathan K. Kummerfeld · 2026-11-04 05:00

VisCodeBench：一个反映现实实践的文本到视觉新基准数据集

arXiv:2611.02353v1 Announce Type: new Abstract: Generating visualisations from natural language requests (text-to-vis) enables users to explore data more efficiently. While LLMs can complete simple visualisation requests, their performance on challenging ones is not well covered …

本文如何被排名

报道来源 [1]

VisCodeBench：一个反映现实实践的文本到视觉新基准数据集

相关实体

相关话题