論文の概要: ChartEvo: Self-Evolving Agent Harnesses for Long-Tail Chart Reasoning

• arxiv url: http://arxiv.org/abs/2610.28282v1
• Date: Tue, 20 Oct 2026 14:34:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.855926
• Title: ChartEvo: Self-Evolving Agent Harnesses for Long-Tail Chart Reasoning
• Title（参考訳）: ChartEvo:ロングテールチャート推論のためのセルフ進化エージェントのハーネス
• Abstract要約: マルチモーダルな大規模言語モデル(MLLM)は、かなり高度なチャート理解と推論を持っているが、その性能はチャートタイプでは非常に不均一である。 ツール強化エージェントは、特殊な視覚機能を導入することで複雑なチャート推論を改善することができるが、手動のエンジニアリング戦略やツールのスケーリングは困難である。 textbfChartEvoは、経験駆動による自己改善を通じて、チャートエージェントが低パフォーマンスなチャートタイプに適応できるフレームワークである。
• 参考スコア（独自算出の注目度）: 42.16690834234446
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multimodal large language models (MLLMs) have substantially advanced chart understanding and reasoning, yet their performance remains highly uneven across chart types. While modern MLLMs perform well on common charts, their accuracy drops sharply on long-tail charts with diverse visual structures and reasoning requirements. Tool-augmented agents can improve complex chart reasoning by introducing specialized visual capabilities, but manually engineering strategies and tools for the heterogeneous and evolving long tail is difficult to scale. We introduce \textbf{ChartEvo}, a recursive self-improvement framework that enables chart agents to adapt to underperforming chart types through experience-driven harness-level self-improvement. ChartEvo jointly evolves reusable chart-specific Skills and executable Tools, while learning reusable local tool-call chains to compose evolved capabilities and control the inference overhead of tool-augmented reasoning. On long-tail charts from ChartBench and ChartX, ChartEvo improves accuracy over its base MLLM, Qwen3.7-Plus, by \textbf{45.6\%} and \textbf{32.5\%}, respectively, demonstrating the effectiveness of recursive self-improvement for long-tail chart adaptation.
• Abstract（参考訳）: マルチモーダルな大規模言語モデル(MLLM)は、かなり高度なチャート理解と推論を持っているが、その性能はチャートタイプでは非常に不均一である。 現代のMLLMは一般的なチャートではよく機能するが、その精度は様々な視覚構造と推論要求を持つロングテールチャートでは急激に低下する。 ツール強化エージェントは、特殊な視覚能力を導入することで複雑なチャート推論を改善することができるが、不均一で進化するロングテールのための手動のエンジニアリング戦略やツールをスケールすることは困難である。 我々は,経験駆動型ハーネスレベルの自己改善を通じて,チャートエージェントが低パフォーマンスなチャートタイプに適応できるようにする,再帰的な自己改善フレームワークである‘textbf{ChartEvo} を紹介した。 ChartEvoは、再利用可能なチャート固有のスキルと実行可能なツールを共同で進化させ、再利用可能なローカルツールコールチェーンを学習して、進化した機能を構成し、ツール拡張推論の推論オーバーヘッドを制御する。 ChartBench と ChartX のロングテールチャートでは、ChartEvo はベースとなる MLLM, Qwen3.7-Plus の精度を \textbf{45.6\%} と \textbf{32.5\%} で改善し、ロングテールチャートの適応に再帰的な自己改善の有効性を示す。

関連論文リスト

• Making Multimodal LLMs Reliable Chart Data Extractors: A Benchmark and Training Framework [27.45365558629541]
  既存のインタラクティブツールは信頼性があるが面倒であり、混合開始型システムであるが、より効率的であり、一般化性に欠ける。 最近の大規模言語モデル(MLLM)は、チャート解釈のための統一されたインタフェースを提供するが、正確なデータテーブルを抽出する能力は、特に可視ラベルなしでは、まだ不明である。 データラベルを使わずに、さまざまな実世界のチャートを特徴とするベンチマークを構築し、その能力を評価する。 その結果、現在のMLLMはテーブル構造を確実に再構築する一方で、正確な値回復に苦慮していることがわかった。
  論文  参考訳（メタデータ） (2026-06-29T05:40:35Z)
• CharTool: Tool-Integrated Visual Reasoning for Chart Understanding [24.815732262963294]
  合成チャートと実世界のチャートを組み合わせたスケーラブルなデュアルソースデータパイプラインであるDuoChartを提案する。 次にCharToolを導入し、MLLMに画像トリミングや局所的な視覚認識、コードベースの計算など、外部ツールを組み込む。
  論文  参考訳（メタデータ） (2026-04-03T07:02:13Z)
• 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)
• Socratic Chart: Cooperating Multiple Agents for Robust SVG Chart Understanding [14.75820681491341]
  既存のベンチマークでは、真の視覚的推論ではなく、テキストベースのショートカットと確率的パターンマッチングに依存している。 グラフ画像をスケーラブルベクトルグラフ表現に変換する新しいフレームワークであるSocratic Chartを提案する。 我々のフレームワークは、グラフプリミティブを正確にキャプチャし、推論性能を向上させるために最先端モデルを上回る。
  論文  参考訳（メタデータ） (2025-04-14T00:07:39Z)
• On Pre-training of Multimodal Language Models Customized for Chart Understanding [83.99377088129282]
  本稿では,MLLMのチャート理解を改善するために必要な学習過程について考察する。 詳細なチャート理解に適したMLLMであるCHOPINLLMを紹介する。
  論文  参考訳（メタデータ） (2024-07-19T17:58:36Z)
• StructChart: On the Schema, Metric, and Augmentation for Visual Chart Understanding [54.45681512355684]
  現在のチャート関連タスクは、ビジュアルチャートから情報を抽出するチャート認識か、抽出されたデータに基づいてチャート推論にフォーカスする。 我々はStructChartを紹介した。StructChartはStruct Triplet Representations(STR)を利用して、統一的でラベル効率のよいアプローチを実現する新しいフレームワークである。
  論文  参考訳（メタデータ） (2023-09-20T12:51:13Z)
• ChartReader: A Unified Framework for Chart Derendering and Comprehension without Heuristic Rules [89.75395046894809]
  ChartReaderは、チャートのデレンダリングと理解タスクをシームレスに統合する統合フレームワークです。 提案手法には,トランスフォーマーに基づくチャートコンポーネント検出モジュールと,チャートからXまでのタスクに対する事前学習型視覚言語モデルが組み込まれている。 提案するフレームワークは,チャート解析に係わる作業を大幅に削減し,ユニバーサルチャート理解モデルへの一歩を踏み出すことができる。
  論文  参考訳（メタデータ） (2023-04-05T00:25:27Z)

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。