DRAGON：一个用于图表中基于证据的视觉推理基准

图表问答（DQA）要求模型解释结构化视觉表示。尽管现有视觉语言模型（VLMs）准确率较高，但往往未将推理建立在支持预测的图表区域上，而是依赖文本相关性或数据伪影。为此，本文提出 DRAGON 基准，旨在评估图表中的证据接地视觉推理。给定图表、问题和答案，模型需预测证明答案所需的视觉元素边界框。该数据集包含来自六个现有数据集的 11,664 个标注实例，并发布了一个含人工验证推理证据标注的测试集及标准化评估框架，以系统评估并推动基于视觉证据的推理研究。