Para penulis memperkenalkan Supervisi yang Selaras dengan Observasi (Observation-Aligned supervision), sebuah kerangka kerja untuk generasi kode dari grafik yang mengganti target data mentah laten dengan kuantitas yang dibatasi oleh observasi visual untuk mencegah halusinasi.

  • Metode ini menulis ulang data pelatihan untuk menggunakan statistik kotak untuk diagram kotak, persentase irisan untuk diagram pai, dan berat bin untuk histogram.
  • Eksperimen pada ChartMimic dan ChartX menunjukkan peningkatan konsisten dalam pemulihan nilai yang dapat diamati di berbagai VLM.
  • Hasilnya mencakup peningkatan di bawah kedua metrik evaluasi yang dapat dieksekusi.

Para penulis berargumen bahwa meningkatkan model grafik ke kode memerlukan target supervisi yang menghormati apa yang dapat diidentifikasi dari gambar grafik, alih-alih mengasumsikan kode emas sepenuhnya dapat dipulihkan.