ChartE$^{3}$：面向 end-to-end 图表编辑的全面基准
计算机视觉与模式识别
2026-01-30 v1
摘要
图表是结构化数据分析中基础的数据可视化格式。按照用户意图实现 end-to-end 图表编辑具有重要的实际价值，但由于需要兼顾细粒度控制与全局结构一致性，仍面临挑战。大多数现有方法采用管道式设计，通过自然语言或代码作为中间表示，限制了其对复杂编辑的忠实执行。我们引入 ChartE，一个进行 end-to-end 图表编辑的基准，能够直接评估模型，无需依赖中间自然语言程序或代码级监督。ChartE聚焦于两种互补的编辑维度：局部编辑涉及字体或颜色等细粒度外观更改；全局编辑要求进行整体、数据导向的转换，包括数据过滤和趋势线添加。ChartE包含超过 1200 个高质量样本，通过精心设计的数据管道构建并进行人工审核。每个样本以图表图像、其底层代码以及多模态编辑指令的三元组形式呈现，支持从客观和主观两个角度进行评估。对现有多模态大语言模型进行大规模基准测试显示，其表现存在显著差距，尤其在全局编辑任务上，凸显了当前 end-to-end 图表编辑能力的关键局限。
关键词
引用
@article{arxiv.2601.21694,
title = {ChartE$^{3}$: A Comprehensive Benchmark for End-to-End Chart Editing},
author = {Shuo Li and Jiajun Sun and Zhekai Wang and Xiaoran Fan and Hui Li and Dingwen Yang and Zhiheng Xi and Yijun Wang and Zifei Shan and Tao Gui and Qi Zhang and Xuanjing Huang},
journal= {arXiv preprint arXiv:2601.21694},
year = {2026}
}
备注
Our benchmark will be publicly available at https://github.com/galactic123/ChartE3