ICLR2026|GPT-5竟给废图打高分？首个图表“信达雅”评测基准发布

背景：在数据驱动的时代，图表是传递复杂信息的核心工具，但现实中存在大量设计不当的图表，而当前缺乏系统评估图表质量的标准，多模态大模型在图表理解与评估上的能力也尚未得到有效量化。研究目的：为此，研究团队提出了VisJudge-Bench，一个基于“信、达、雅”三维框架的可视化质量评估基准，旨在系统衡量大模型在图表理解、审美与表达上的能力，并训练了专门的VisJudge模型。结论：评估发现，通用大模型（如GPT-5）在图表质量判断上存在系统性偏差（如分数膨胀或过度保守），尤其在复杂仪表盘场景中表现不佳；而经过专项训练的VisJudge模型在多个维度上更接近人类专家判断，并能有效提升下游自动化数据分析任务的效果，证明了其在实战中的价值。