ERUnderstand：评测视觉语言模型对结构化ER图的理解

实体-关系图（ERD）是概念数据库设计的核心，但通常只以渲染图像而非机器可读模式的形式可得，限制了AI辅助的数据库工程。我们提出ERUnderstand，首个面向ER图结构化理解的大规模基准，包含从精选教学资源、真实模式与合成生成的样例中收集的2,960张图，覆盖多样的领域、表示法、复杂度层级和扩展实体-关系（EER）构造。每张图都配有标准化的机器可读表示，用于对模式元素进行细粒度评估。对最先进的视觉语言模型（VLM）的评估发现，虽然常见ERD元素能被可靠恢复（F1 > 0.74），但性能在弱实体（低至0.28 F1）、多值属性（0.14 F1）和N元关系（0.07 F1）上急剧下降。增强推理的模型将整体性能提升15-25%，但仍对语言先验和不断增大的图复杂度敏感。ERUnderstand为评估概念数据库模式的多模态理解提供了标准化基准。该基准、数据集、评估工具包和生成代码已在https://github.com/salinaria/ERUnderstand公开。