English(EN) Self-Ensembling Vision-Language Models for Chart Data Extraction

新的VLM自集成方法提高了图表数据提取的准确性

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-26 17:10

研究人员开发了一种用于视觉语言模型（VLM）的自集成方法，以提高从图表图像中提取数据的准确性。该技术涉及为给定的图表从同一VLM生成多个表格输出，然后在单元格级别聚合这些输出，以产生更准确的共识表。该方法还结合了收敛检测和不确定性估计，以提高提取数据的可靠性和用户评估。 AI

影响这种自集成技术可以显著提高从图表中提取表格数据的准确性和可靠性，从而解锁有价值的分析信息。

排序理由该集群描述了一篇详细介绍新方法以提高AI模型在特定任务上性能的新研究论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CL TIER_1 English(EN) · Thomas Berkane, Qianyi Wang, Maimuna S. Majumder · 2026-05-27 04:00

Self-Ensembling Vision-Language Models for Chart Data Extraction

arXiv:2605.27298v1 Announce Type: new Abstract: Charts effectively convey quantitative information, but the underlying data are often locked in image form, hindering reuse and analysis. Manually digitizing charts is time-consuming and error-prone, motivating automatic chart-to-ta…
arXiv cs.CL TIER_1 English(EN) · Maimuna S. Majumder · 2026-05-26 17:10

Self-Ensembling Vision-Language Models for Chart Data Extraction

Charts effectively convey quantitative information, but the underlying data are often locked in image form, hindering reuse and analysis. Manually digitizing charts is time-consuming and error-prone, motivating automatic chart-to-table extraction. Recent approaches use specialize…