ChartComplete：基于分类法的包容性图表数据集

随着深度学习（DL）与计算机视觉技术的进步，图表理解领域正快速发展。尤其是多模态大语言模型（MLLM）在理解图表方面被证明高效而准确。为了准确衡量 MLLM 的性能，研究界已开发了多个数据集作为基准。通过考察这些数据集，我们发现它们都局限于少数图表类型。为弥合这一缺口，我们提出 ChartComplete 数据集。该数据集基于借鉴自可视化社区的图表分类法，覆盖三十种不同的图表类型。该数据集是分类图表图像的集合，不包含学习信号。我们将 ChartComplete 数据集原样呈现给社区，供其在之上构建。