Chart-R1：面向高级图表推理的链路-思考监督与强化学习
人工智能
2026-03-17 v3 计算机视觉与模式识别
摘要
图表推理因其固有的复杂性而面临独特挑战——需要精确的数值理解、多层次的视觉理解以及跨 interconnected 数据元素的逻辑推理。现有的视觉-语言模型在处理此类推理任务时常常难以应对，尤其是在处理多子图场景和数值敏感性方面。为此，我们引入 Chart-R1，一个基于强化微调的图表领域视觉-语言模型，用于高级图表推理。我们首先提出了一种程序化数据合成方法，用于生成高质量的分步骤推理数据，涵盖多种图表类型和复杂程度。我们的两阶段训练策略包括：(1) Chart-COT，该方法通过链路-思考监督将复杂推理分解为可解释的子任务；(2) Chart-RFT，该方法针对图表特定推理采用数值敏感奖励，使用相对策略优化。我们在开源基准测试和我们提出的 ChartRQA 数据集上进行实验，结果表明 Chart-R1 在现有图表方法上显著优于并与大规模开放/封闭源模型相当。
引用
@article{arxiv.2507.15509,
title = {Chart-R1: Chain-of-Thought Supervision and Reinforcement for Advanced Chart Reasoner},
author = {Lei Chen and Xuanle Zhao and Zhixiong Zeng and Jing Huang and Yufeng Zhong and Lin Ma},
journal= {arXiv preprint arXiv:2507.15509},
year = {2026}
}
备注
technical report