MM-ReCoder：通过强化学习与自我修正推进图表到代码的生成

多模态大语言模型在图表转代码任务中表现优异，但现有方法多依赖监督微调，缺乏代码执行环境交互，且自我修正能力不足。本文提出 MM-ReCoder，一种结合强化学习与自我修正能力的图表转代码模型。该方法采用基于组相对策略优化的两阶段多轮自我修正策略：第一阶段通过共享首轮 rollout 增强自我修正能力，第二阶段通过全轨迹优化提升编码能力。模型通过与环境交互及迭代修正输出，生成更准确可执行的代码。在三个基准测试中，MM-ReCoder 均取得了最先进性能。