作者提出了与观测对齐的监督(Observation-Aligned supervision),这是一种用于图表到代码生成的框架,它用受视觉观测约束的量来替代潜在的原始数据目标,以防止幻觉。
- 该方法重写训练数据,使用箱线图的框统计量、饼图的楔形百分比以及直方图的箱权重。
- 在 ChartMimic 和 ChartX 上的实验表明,在多个 VLM 上可观测值恢复方面均有持续改进。
- 结果包括在两种可执行评估指标下的提升。
作者认为,改进图表到代码模型需要尊重从图表图像中可识别内容的监督目标,而不是假设黄金代码是完全可恢复的。