arXiv · cs.AI· Langxi Huang, Pingping Zhang, Lanyun Zhu, Chunyang Jiang, Jiawei Shao, Haocheng Yuan, Peilin Chen·· 1 天前
ChartBmkAgent：基于多智能体治理构建图表问答基准
ChartBmkAgent: Harness-Governed Multi-Agent Construction of Chart QA Benchmarks from Sparse Error-Taxonomy Specifications
arXiv:2610.08106v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Langxi Huang, Pingping Zhang, Lanyun Zhu, Chunyang Jiang, Jiawei Shao, Haocheng Yuan, Peilin Chen
研究任务与主要进展
ChartBmkAgent通过中心化 harness 管理专门智能体，依据稀疏错误分类规范构建图表问答诊断样本，并记录各阶段与原始错误类别的对齐依据。基于论文摘要，在300个覆盖分类体系的样本中，MLLM准确率为32.7%至84.3%；三次源模型对比中，定向追问得分低于匹配对照，分别为50.0%和82.2%，p=8.96×10^-6，六组跨模型比较方向一致。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org