Как научить ИИ понимать графики: разбираем новый набор данных ChartNet от MIT
IBM
Alibaba/Qwen
Google/DeepMind
OpenAI
Hugging Face
Исследователи из MIT и IBM Research представили мультимодальный датасет ChartNet для обучения и тестирования моделей анализу графиков. Набор включает 1,7 млн синтетических примеров, охватывающих 24 типа визуализаций, с автоматической верификацией и вручную проверенными подмножествами. Дообучение открытых VLM на ChartNet позволило моделям с 2–7 млрд параметров конкурировать с крупными системами, местами превосходя GPT-4o.
Исследователи из Массачусетского технологического института (MIT) и IBM Research создали ChartNet — мультимодальный датасет для обучения визуально-языковых моделей (VLM) пониманию графиков. Основная проблема существующих VLM — нехватка качественных и разнообразных данных: GPT-4o отвечает правильно лишь на 46% задач из ОГЭ, Gemini 2.5 Flash — 65%, Qwen3.7 Plus — 83%. ChartNet решает эту проблему с
Показать ещё ↓
- Сокращения
- VLM = Vision-Language Model — визуально-языковая модель
- LLM = Large Language Model — большая языковая модель
- CoT = Chain of Thought — цепочка рассуждений
Источник: Habr — хаб NLP —
оригинал