优惠 评估套件CharXiv：旨在更真实地测试多模态大语言模型在理解图表方面的性能

普林斯顿大学、威斯康星大学麦迪逊分校和香港大学的研究人员推出评估套件CharXiv，它旨在更真实地测试多模态大语言模型（MLLMs）在理解图表方面的性能。在现实世界的任务中，比如分析科学论文或财务报告，理解图表是一项关键技能。然而，现有的数据集往往关注过于简化和同质化的图表，以及基于模板的问题，这导致了对模型进展的乐观... 阅读全文