MIT'den ChartNet: Yapay Zekaya Milyon Ölçekli Veri Seti ile Grafikleri Anlamayı Öğretmek
IBM
Alibaba/Qwen
Google/DeepMind
OpenAI
Hugging Face
MIT ve IBM Araştırma, yapay zekayı grafikleri anlaması için eğitmek üzere 1,7 milyon örnek içeren çok modlu bir veri seti olan ChartNet'i tanıttı. ChartNet üzerinde ince ayar yapılan küçük modeller, grafik anlama görevlerinde GPT-4o gibi büyük modellerle rekabet edebiliyor veya onları geride bırakabiliyor.
MIT ve IBM Research'ten araştırmacılar, grafik anlama için ChartNet adlı büyük ölçekli çok modlu bir veri seti oluşturdu. Veri seti, 150.000 benzersiz grafikten Python kodlarının kurtarılması ve altı kütüphane (Matplotlib, Seaborn, Plotly, Vega-Altair, Pygal, Plotnine) ile 24 grafik türü kullanılarak çeşitli görselleştirmeler oluşturmak için artırımlar uygulanması yoluyla üretilen 1,7 milyon örnek içeriyor. Veri seti birden fazla görevi destekliyor: grafikten koda, grafikten tabloya, grafikten metne ve zincir düşünce muhakemesi ile grafik soru-cevap. Kalite kontrol, otomatik filtreleme (yüzde 77 kod yürütme başarısı) ve rastgele seçilen 3.157 grafiğin manuel doğrulamasını içeriyor. ChartNet üzerinde küçük görsel dil modellerini (örneğin, Granite-Vision-3.3-2B) ince ayarlama, birçok kıyaslamada GPT-4o ile rekabet edebilecek veya onu aşacak sonuçlar veriyor. Veri seti ayrıca hassas konular için 7.600 örnekten oluşan bir güvenlik alt kümesi de içeriyor.
Kaynak: Habr — хаб NLP —
orijinal