arXiv cs.LG· Shicheng Liu, Adam Kahirov, Qi Zhang, Zhimin Hu, Song Wang, Junhong Lin, Julian Shun, Yada Zhu·· 29 天前AI 评分35
VisAudit：评估多模态智能体的可视化诊断与修复能力
VisAudit: Evaluating Multimodal Agents for Visual Diagnosis and Repair
AI 导读
研究人员推出评测基准 VisAudit，用于评估多模态智能体对数据可视化的诊断、代码修复与验证能力。该基准涵盖已诊断修复、自主修复和开放世界验证三个赛道，包含跨 21 种图表类型和 10 类缺陷的 1,900 个缺陷实例以及 300 个初始正确图表。实验显示，表现最强的前沿多模态模型在自主修复设置下仅能完全恢复 47.4% 的缺陷图表。
来源：arXiv cs.LG · arxiv.org