arXiv · cs.AI· Zijian Chen, Zhengyu Chen, Bohan Liang, Lirong Deng, Yushuo Zheng, Yanwei Jiang, Qi Jia, Kaiwei Zhang, Wenjun Zhang, Guangtao Zhai·· 1 天前
FigCodeBench 评测多模态大模型的图形复现能力
From Pixel to Coding: Evaluating the Figure Reproduction Capabilities of MLLMs
arXiv:2610.10066v1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：Zijian Chen, Zhengyu Chen, Bohan Liang, Lirong Deng, Yushuo Zheng, Yanwei Jiang, Qi Jia, Kaiwei Zhang, Wenjun Zhang, Guangtao Zhai
首次提交：2026-10-07 21:33
研究任务与主要进展
作者提出 FigCodeBench，用于评估多模态大模型将复杂视觉结构转换为可执行代码的图形复现能力。基于论文摘要，该框架包含6194个实例、7个功能类别和4种编程语言，并从视觉保真度与代码语法同构性等维度进行评估；作者在24个专有及开源多模态大模型上的实验显示，不同语言和难度下均存在非线性的性能断崖，声明式语言的指标下降更明显。
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