ChartQA
PulseAugur coverage of ChartQA — every cluster mentioning ChartQA across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新系统为图表问题路由以节省VLM成本
研究人员开发了SAFE-Cascade系统，该系统通过在仅文本语言模型和更强大的视觉语言模型（VLM）之间自适应地路由查询来优化图表问答。这种方法旨在通过仅在必要时调用VLM来降低成本和延迟，具体取决于评估问题和图表复杂性的学习路由器。该系统在准确性方面与完整的VLM基线相当，同时显著减少了VLM的使用和估计成本。
-
新的VLM自集成方法提高了图表数据提取的准确性
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。
-
新基准评估视觉语言模型从流行病曲线中提取数据的能力
研究人员推出了 EpiCurveBench，这是一个旨在评估视觉语言模型（VLMs）在从流行病曲线图表中提取数据任务方面的能力的新基准。该基准包含 1,000 张真实世界的流行病曲线图像和一个名为 EpiCurveSimilarity (ECS) 的新评估指标。ECS 通过动态规划对预测序列和真实序列进行对齐，旨在比现有的键值提取指标更好地捕捉时间序列数据的时序结构。初步评估显示，即使是最强的 VLM，ECS 也仅达到 52.3%，凸…
-
感知流网络和VGR增强LLM的视觉推理能力
研究人员开发了感知流网络（PFlowNet）以提高大型视觉语言模型（LVLMs）的视觉推理能力。PFlowNet将感知与推理分离，并使用变分强化学习来指导感知行为，旨在减少语言偏见和幻觉。该方法在V* Bench和MME-RealWorld-lite等基准测试中取得了最先进的成果。另一个相关模型VGR通过将语言推断基础化到检测到的图像区域中来增强多模态推理能力，在ChartQA等基准测试中显示出显著的改进，同时使用的图像令牌更少。
-
新基准DRAGON和OmniSch测试LMM的图表推理能力
研究人员推出了DRAGON，这是一个旨在评估视觉语言模型（VLM）在多大程度上能够将其推理与图表中的特定视觉证据联系起来的新基准。该基准解决了模型可能通过虚假关联而非真正理解视觉信息而获得正确答案的局限性。DRAGON包含来自六个现有图表问答数据集的超过11,000个带注释的问题实例，其中测试集包含经过人类验证的推理证据注释。评估了八个VLM在各种图表类型中定位这些证据的能力，旨在提高基于图表的推理的可解释性和可靠性。