论文页面 - 穿越幻象：面向鲁棒误导性图表问答的双路径智能框架

来源：https://huggingface.co/papers/2603.28583

摘要

尽管视觉语言模型（VLM）取得了成功，但由于其欺骗性的视觉结构和扭曲的数据表示，误导性图表仍然是一个重大挑战。我们提出了ChartCynics，一个基于智能体的双路径框架，旨在通过“怀疑”推理范式揭示视觉欺骗。与整体模型不同，ChartCynics将感知与验证解耦：诊断视觉路径通过战略性ROI裁剪捕获结构异常（例如，颠倒的坐标轴），而OCR驱动的数据路径确保数字基准。为了解决跨模态冲突，我们引入了一个Agentic Summarizer，通过两阶段协议进行优化：先知引导的SFT用于推理蒸馏，以及欺骗感知的GRPO用于对抗性对齐。该流水线有效惩罚视觉陷阱并强制逻辑一致性。在两个基准上的评估显示，ChartCynics达到了74.43%和64.55%的准确率，相比Qwen3-VL-8B骨干网络提供了约29%的绝对性能提升，超越了最先进的专有模型。我们的结果表明，专门的智能体工作流可以使较小的开源模型获得更强的鲁棒性，为可信的图表解释奠定了新的基础。

查看arXiv页面 (https://arxiv.org/abs/2603.28583)
查看PDF (https://arxiv.org/pdf/2603.28583)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2603.28583)

在你的智能代理中获取本文：

hf papers read 2603.28583

没有最新CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用该论文的模型 0

没有模型链接该论文

在模型README.md中引用arxiv.org/abs/2603.28583以从该页面链接。

引用该论文的数据集 0

没有数据集链接该论文

在数据集README.md中引用arxiv.org/abs/2603.28583以从该页面链接。

引用该论文的Spaces 0

没有Space链接该论文

在Space README.md中引用arxiv.org/abs/2603.28583以从该页面链接。

包含该论文的收藏集 0

没有收藏集包含该论文

将该论文添加到一个收藏集 (https://huggingface.co/new-collection) 以从该页面链接。