如何教会AI理解图表：解析MIT新发布的ChartNet数据集
麻省理工学院和IBM研究院的研究人员推出了一种名为ChartNet的多模态数据集，用于训练和测试模型进行图表分析。该数据集包含170万个合成示例，涵盖24种可视化类型，并具有自动验证和人工验证的子集。在ChartNet上微调开源的视觉语言模型（VLM），使得参数量在2到70亿之间的模型能够与大型系统竞争，有时甚至超越GPT-4o。
IBM
Alibaba/Qwen
Google/DeepMind
OpenAI
Hugging Face
Habr — хаб NLP27.07 · 01:05