arXiv · NLP· Hy Nguyen, Thomas James Elton, Ella Wilson, Andrew Reeson, Cecile Paris, Josiah Poon, Jonathan K. Kummerfeld·· 7 小时前AI 评分23
VisCodeBench：反映真实实践的文生可视化基准数据集
VisCodeBench: a new benchmark dataset for Text-to-Vis reflecting real-world practice
AI 导读
研究者提出 VisCodeBench，一个包含 2,672 个样本的文生可视化基准，覆盖教育、科学和通用场景。 该基准评估了 Codex、Claude Code 和 LIDA 三个系统与多种 LLM 的组合，在七个指标上表现不一。 最佳系统的数据相似度仅为 0.81，且即使最强系统生成结果也需 39-78 秒。
来源：arXiv · NLP · arxiv.org