Hong Yi

新基准SciFigure2Code测试AI从科学图表中生成代码的能力

引入了一个名为SciFigure2Code的新基准，用于评估AI将科学图表重建为可编辑代码的能力。该基准侧重于从图表的视觉表示中恢复其隐藏的来源信息，例如数据和绘图代码。使用具有特定角色的Codex代理生成和优化Python程序，以捕捉科学图表的排列、层次结构、编码和排版。虽然目前的零样本模型在执行和结构保真度方面表现较弱，但Claude Opus 4.7和Claude Opus 4.6分别在仅图像和字幕辅助重建方面展示了领先的能力。