CURV：通过课程式视觉定位推理增强图表理解

英文标题：CURV: Enhancing Chart Understanding Through Curriculum Visual Grounded Reasoning

该论文关注图表问答（CQA）任务，其中多模态大语言模型（MLLM）需要结合视觉理解与逻辑推理。作者指出，现有模型在准确视觉定位以及构建连贯推理链方面仍存在困难。论文提出 CURV 方法，旨在通过课程式视觉定位推理提升模型的图表理解能力。该研究对开发更可靠的图表分析、数据问答与智能 Agent 能力具有参考意义。

2.6 KB 2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB