MLLM Benchmark Multi-chart Reasoning VQA
摘要

多模态大语言模型(MLLMs)凭借扩展的上下文窗口和更强的推理能力,正迅速发展以支持多图表理解和多步推断。然而,现有基准主要侧重于单图表感知,难以充分评估这些能力。为此,我们设计了一种由潜在图支持的合成流水线,并引入了LongChart基准,其VQA集平均包含6.5张图像和31.2个问题。我们评估了10种最先进的MLLMs,考察了推理模式、辅助工具及对图像扰动的鲁棒性对性能的影响。结果表明,随着计算复杂度增加,MLLM准确率下降且波动显著,为未来多图表研究指明了方向。

AI 推荐理由

论文核心聚焦于多图表推理能力评估,直接对应推理主题。

研究机构
The University of Hong Kong
论文信息
作者 Ziyan Xiao, Yinghao Zhu, Wenting Zhang, Heaju Kim, Lequan Yu
发布日期 2026-08-02
arXiv ID 2608.01328
相关性评分 9/10 (高度相关)