लेखकों ने अवलोकन-संरेखित पर्यवेक्षण (Observation-Aligned supervision) का परिचय दिया, जो चार्ट-से-कोड जनरेशन के लिए एक फ्रेमवर्क है जो संभावित प्राथमिक डेटा लक्ष्यों को दृश्य अवलोकनों द्वारा बाध्य मात्राओं से बदल देता है ताकि भ्रम (hallucination) को रोका जा सके।
- विधि बॉक्सप्लॉट्स के लिए बॉक्स सांख्यिकी, पाई चार्ट्स के लिए वेज प्रतिशत, और हिस्टोग्राम्स के लिए बिन वजन का उपयोग करने के लिए प्रशिक्षण डेटा को फिर से लिखती है।
- ChartMimic और ChartX पर प्रायोगिक परिणामों ने कई VLMs में दृश्यमान मान पुनर्प्राप्ति में निरंतर सुधार दिखाया है।
- परिणामों में दोनों निष्पादन योग्य मूल्यांकन मापदंडों के तहत लाभ शामिल हैं।
लेखकों का तर्क है कि चार्ट-से-कोड मॉडल को बेहतर बनाने के लिए पर्यवेक्षण लक्ष्यों को चार्ट छवि से पहचानने योग्य बात का सम्मान करना चाहिए, न कि यह मानना कि स्वर्ण कोड पूरी तरह से पुनः प्राप्त किया जा सकता है।