Os autores introduzem a Supervisão Alinhada à Observação (Observation-Aligned supervision), um framework para geração de código a partir de gráficos que substitui alvos de dados brutos latentes por quantidades restritas por observações visuais para prevenir alucinações.
- O método reescreve os dados de treinamento para usar estatísticas de caixas para boxplots, porcentagens de fatias para gráficos de pizza e pesos de bins para histogramas.
- Experimentos no ChartMimic e ChartX mostram melhorias consistentes na recuperação de valores observáveis em múltiplos VLMs.
- Os resultados incluem ganhos sob ambas as métricas de avaliação executáveis.
Os autores argumentam que melhorar modelos de gráfico-para-código requer alvos de supervisão que respeitem o que é identificável a partir da imagem do gráfico, em vez de assumir que o código original é totalmente recuperável.