提出FigCodeBench评测框架

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。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。