論文の概要: ChartE$^{3}$: A Comprehensive Benchmark for End-to-End Chart Editing

• arxiv url: http://arxiv.org/abs/2601.21694v1
• Date: Thu, 29 Jan 2026 13:29:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-30 16:22:49.84595
• Title: ChartE$^{3}$: A Comprehensive Benchmark for End-to-End Chart Editing
• Title（参考訳）: ChartE$^{3}$: エンドツーエンドチャート編集のための総合ベンチマーク
• Authors: Shuo Li, Jiajun Sun, Zhekai Wang, Xiaoran Fan, Hui Li, Dingwen Yang, Zhiheng Xi, Yijun Wang, Zifei Shan, Tao Gui, Qi Zhang, Xuanjing Huang,
• Abstract要約: ChartE$3$はEnd-to-End Chart Editingベンチマークである。 中間的な自然言語プログラムやコードレベルの監視に頼ることなく、モデルを直接評価する。 1200以上の高品質なサンプルが、十分に設計されたデータパイプラインを通じて構築されている。
• 参考スコア（独自算出の注目度）: 64.65742943745866
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Charts are a fundamental visualization format for structured data analysis. Enabling end-to-end chart editing according to user intent is of great practical value, yet remains challenging due to the need for both fine-grained control and global structural consistency. Most existing approaches adopt pipeline-based designs, where natural language or code serves as an intermediate representation, limiting their ability to faithfully execute complex edits. We introduce ChartE$^{3}$, an End-to-End Chart Editing benchmark that directly evaluates models without relying on intermediate natural language programs or code-level supervision. ChartE$^{3}$ focuses on two complementary editing dimensions: local editing, which involves fine-grained appearance changes such as font or color adjustments, and global editing, which requires holistic, data-centric transformations including data filtering and trend line addition. ChartE$^{3}$ contains over 1,200 high-quality samples constructed via a well-designed data pipeline with human curation. Each sample is provided as a triplet of a chart image, its underlying code, and a multimodal editing instruction, enabling evaluation from both objective and subjective perspectives. Extensive benchmarking of state-of-the-art multimodal large language models reveals substantial performance gaps, particularly on global editing tasks, highlighting critical limitations in current end-to-end chart editing capabilities.
• Abstract（参考訳）: チャートは構造化データ分析の基本的な視覚化形式である。 エンド・ツー・エンドのチャート編集をユーザ意図に従って行うことは、非常に実用的だが、粒度制御とグローバルな構造整合性の両方を必要とするため、依然として困難である。 既存のアプローチのほとんどはパイプラインベースの設計を採用しており、自然言語やコードは中間的な表現として機能し、複雑な編集を忠実に実行する能力を制限する。 ChartE$^{3}$は、中間的な自然言語プログラムやコードレベルの監視に頼ることなく、モデルを直接評価するエンドツーエンドチャート編集ベンチマークである。 ChartE$^{3}$は2つの補完的な編集次元に焦点を当てている: ローカル編集(フォントや色調整などの細かい外観変更を含む)、グローバル編集(データフィルタリングやトレンドラインの追加など、全体的なデータ中心の変換を必要とする)。 ChartE$^{3}$には、よく設計されたデータパイプラインを通じて構築された1200以上の高品質なサンプルが含まれている。 各サンプルは、グラフ画像、その基盤コード、マルチモーダル編集命令の三重項として提供され、客観的および主観的な視点からの評価を可能にする。 最先端のマルチモーダルな大規模言語モデルの大規模なベンチマークでは、特にグローバルな編集タスクにおいて、現在のエンドツーエンドチャート編集機能の限界が強調されている。

関連論文リスト

• Charts Are Not Images: On the Challenges of Scientific Chart Editing [66.38730113476677]
  textitFigEditは、3万以上のサンプルからなる科学的フィギュア編集のベンチマークである。 私たちのベンチマークでは、ピクセルレベルの操作の重大な制限が示されています。 textitFigEdit をリリースすることにより,構造対応図形編集の体系的な進歩の実現を目指す。
  論文  参考訳（メタデータ） (2025-11-30T06:13:48Z)
• ChartEditor: A Reinforcement Learning Framework for Robust Chart Editing [46.847377471580366]
  私たちは、31のチャートカテゴリにまたがる7,964のサンプルからなる総合的なベンチマークであるChartEditVistaを紹介します。 ChartEditVistaのインプットには、オリジナルのチャートコードなしで、オリジナルのチャートイメージと自然言語編集命令のみが含まれている。 また、コード実行可能性と視覚的忠実性を同時に実施するために、新しいレンダリング報酬を含む強化学習フレームワークを使用してトレーニングされたモデルであるChartEditorも提示する。
  論文  参考訳（メタデータ） (2025-11-19T09:27:37Z)
• BigCharts-R1: Enhanced Chart Reasoning with Visual Reinforcement Finetuning [51.472854950300416]
  視覚的に多様なチャート画像を生成するデータセット生成パイプラインであるBigChartsを提案する。 純粋な合成データセットとは異なり、BigChartsは現実世界のデータを取り込んで、信頼性と視覚的多様性を保証する。 チャート推論に特化して設計された新たな報酬信号を導入することにより,モデルの堅牢性と一般化が促進される。
  論文  参考訳（メタデータ） (2025-08-13T13:39:17Z)
• ChartM$^3$: Benchmarking Chart Editing with Multimodal Instructions [65.21061221740388]
  本稿では,ユーザ意図を自然言語と視覚指標の組み合わせで表現する,マルチモーダルチャート編集のための新しいパラダイムを提案する。 マルチモードチャート編集のための新しいベンチマークであるChart$textM3$を,マルチレベル複雑度とマルチパースペクティブ評価で提示する。
  論文  参考訳（メタデータ） (2025-07-25T13:30:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。