复旦大学 发布 ChartInsighter Benchmark 数据集, 应用在 时间序列分析、图表摘要生成 领域

复旦大学 本次发布的数据集 ChartInsighter Benchmark, ChartInsighter Benchmark是由复旦大学研究团队创建的高质量时间序列图表摘要数据集，旨在解决时间序列图表摘要生成中的幻觉问题。该数据集包含75对图表和摘要，总计2693个句子，每对图表生成4个摘要，包括手动创建的金标准摘要、ChartInsighter生成的摘要、VL2NL生成的摘要和GPT-4生成的摘要。数据集通过多代理协作和自我一致性测试方法生成摘要，并在句子级别标注了幻觉类型，便于评估减少幻觉的效果。数据集的应用领域主要集中在时间序列数据的可视化摘要生成，旨在提高摘要的准确性和语义丰富性，减少幻觉现象，帮助决策者更高效地理解图表数据。

查看ChartInsighter Benchmark

README 内容： 

关于 复旦大学 , 复旦大学是中国的一所综合性研究型大学，以其在多个学科领域的卓越表现和研究成果享誉全球。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。