**ChartArena：跨语言、场景和格式的图表解析基准测试**

_ChartArena: Benchmarking Chart Parsing across Languages, Scenarios, and Formats_

> 论文介绍了ChartArena，一个全面的双语基准测试，涵盖八类图表家族（包括数字图表和图表结构），并在三种视觉场景（数字渲染、打印照片、手绘照片）下进行评估。该数据集通过人机协作标注流程构建，并采用多阶段人工验证确保标注可靠性。研究设计了一种格式无关的评估协议，将异构输出映射到两个规范语义空间（归一化三元组视图和有向图视图），并使用结构感知指标进行评分。通过对26个领先的多模态大语言模型（MLLM）的评估，发现：(i) 前沿闭源模型（如Gemini 3.1 Pro）整体领先，但最强的开源系统正在快速缩小差距；(ii) 文档解析模型能较好地处理数字图表，但在图表结构上表现大幅下滑；(iii) 专家图表解析器仍局限于狭窄的图表家族。雷达图和手绘场景对所有模型来说尤其具有挑战性。ChartArena已公开发布。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-02 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.01348)