観測整合型教師付けがチャートからコードへの生成を改善

著者らは、観測整合型教師付け（Observation-Aligned supervision）というフレームワークを導入した。これは、チャートからコードへの生成において、潜在する生データターゲットを視覚的観測によって制約された量に置き換え、幻覚を防ぐものである。

• この手法は、箱ひげ図には箱の統計量、円グラフには楔の割合、ヒストグラムにはビン重みを用いるように訓練データを再構築する。
• ChartMimicおよびChartX上での実験により、複数のVLMにおいて観測可能な値の回復が一貫して改善された。
• 結果には、両方の実行可能評価指標の下での向上が含まれる。

著者らは、チャートからコードへのモデルを改善するには、ゴールドコードが完全に復元可能であると仮定するのではなく、チャート画像から識別可能であるものを尊重する教師付けターゲットが必要だと主張している。