ChartVerse：通过从零开始的可靠程序化合成扩展图表推理
计算机视觉与模式识别
2026-04-30 v2
摘要
图表推理是 Vision Language Models (VLMs) 的一项关键能力。然而，开源模型的发展受到缺乏高质量训练数据的严重阻碍。现有数据集面临双重挑战：合成图表通常过于简单和重复，而相关的 QA 对容易出现幻觉，并且缺乏复杂任务所需的推理深度。为了弥合这一差距，我们提出了 ChartVerse，这是一个旨在从零开始合成复杂图表和可靠推理数据的可扩展框架。(1) 为了解决简单模式的瓶颈，我们首先引入了 Rollout Posterior Entropy (RPE)，这是一种量化图表复杂性的新指标。在 RPE 的指导下，我们开发了复杂性感知图表编码器，通过可执行程序自主合成多样化、高复杂度的图表。(2) 为了保证推理的严谨性，我们开发了真值锚定逆向 QA 合成。与标准生成方式不同，我们采用答案优先范式：我们直接从源代码中提取确定性答案，生成以这些锚点为条件的问题，并执行严格的一致性验证。为了进一步提高难度和推理深度，我们根据模型失败率过滤样本，并蒸馏高质量的 Chain-of-Thought (CoT) 推理。我们使用 Qwen3-VL-30B-A3B-Thinking 作为教师模型，精心整理了 ChartVerse-SFT-600K 和 ChartVerse-RL-40K。实验结果表明，ChartVerse-8B 取得了 state-of-the-art 的性能，显著超越了其教师模型，并可与更强的 Qwen3-VL-32B-Thinking 相媲美。我们在 https://chartverse.github.io 上发布了我们的代码、模型权重和数据集。
引用
@article{arxiv.2601.13606,
title = {ChartVerse: Scaling Chart Reasoning via Reliable Programmatic Synthesis from Scratch},
author = {Zheng Liu and Honglin Lin and Chonghan Qin and Xiaoyang Wang and Xin Gao and Yu Li and Mengzhang Cai and Yun Zhu and Zhanping Zhong and Qizhi Pei and Zhuoshi Pan and Xiaoran Shang and Bin Cui and Conghui He and Wentao Zhang and Lijun Wu},
journal= {arXiv preprint arXiv:2601.13606},
year = {2026}
}
备注
29 pages