Buchumschlag

TinyChart: Efficient Chart Understanding with Visual Token Merging and Program-of-Thoughts Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Liang, Hu, Anwen, Xu, Haiyang, Yan, Ming, Xu, Yichen, Jin, Qin, Zhang, Ji, Huang, Fei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Visual Programmability: A Guide for Code-as-Thought in Chart Understanding
von: Tang, Bohao, et al.
Veröffentlicht: (2025)

ChartEditor: A Reinforcement Learning Framework for Robust Chart Editing
von: Chen, Liangyu, et al.
Veröffentlicht: (2025)

ChartM$^3$: Benchmarking Chart Editing with Multimodal Instructions
von: Yang, Donglu, et al.
Veröffentlicht: (2025)

mPLUG-DocOwl2: High-resolution Compressing for OCR-free Multi-page Document Understanding
von: Hu, Anwen, et al.
Veröffentlicht: (2024)

mPLUG-DocOwl 1.5: Unified Structure Learning for OCR-free Document Understanding
von: Hu, Anwen, et al.
Veröffentlicht: (2024)

StructChart: On the Schema, Metric, and Augmentation for Visual Chart Understanding
von: Xia, Renqiu, et al.
Veröffentlicht: (2023)

POLYCHARTQA: Benchmarking Large Vision-Language Models with Multilingual Chart Question Answering
von: Xu, Yichen, et al.
Veröffentlicht: (2025)

ChartAct: A Benchmark for Dynamic Chart Understanding
von: Huang, Muye, et al.
Veröffentlicht: (2026)

ChartSketcher: Reasoning with Multimodal Feedback and Reflection for Chart Understanding
von: Huang, Muye, et al.
Veröffentlicht: (2025)

mPLUG-Owl3: Towards Long Image-Sequence Understanding in Multi-Modal Large Language Models
von: Ye, Jiabo, et al.
Veröffentlicht: (2024)

ChartBench: A Benchmark for Complex Visual Reasoning in Charts
von: Xu, Zhengzhuo, et al.
Veröffentlicht: (2023)

From Data to Insights: Exploring Program-of-Thoughts Prompting for Chart Summarization
von: Qu, Yutong, et al.
Veröffentlicht: (2026)

Socratic Chart: Cooperating Multiple Agents for Robust SVG Chart Understanding
von: Ji, Yuyang, et al.
Veröffentlicht: (2025)

OneChart: Purify the Chart Structural Extraction via One Auxiliary Token
von: Chen, Jinyue, et al.
Veröffentlicht: (2024)

Do LVLMs Understand Charts? Analyzing and Correcting Factual Errors in Chart Captioning
von: Huang, Kung-Hsiang, et al.
Veröffentlicht: (2023)

ChartMoE: Mixture of Diversely Aligned Expert Connector for Chart Understanding
von: Xu, Zhengzhuo, et al.
Veröffentlicht: (2024)

ChartCards: A Chart-Metadata Generation Framework for Multi-Task Chart Understanding
von: Wu, Yifan, et al.
Veröffentlicht: (2025)

Chart-R1: Chain-of-Thought Supervision and Reinforcement for Advanced Chart Reasoner
von: Chen, Lei, et al.
Veröffentlicht: (2025)

ChartAgent: A Chart Understanding Framework with Tool Integrated Reasoning
von: Wang, Boran, et al.
Veröffentlicht: (2025)

CharTool: Tool-Integrated Visual Reasoning for Chart Understanding
von: Zhang, Situo, et al.
Veröffentlicht: (2026)

ChartGalaxy: A Dataset for Infographic Chart Understanding and Generation
von: Li, Zhen, et al.
Veröffentlicht: (2025)

EvoChart: A Benchmark and a Self-Training Approach Towards Real-World Chart Understanding
von: Huang, Muye, et al.
Veröffentlicht: (2024)

VProChart: Answering Chart Question through Visual Perception Alignment Agent and Programmatic Solution Reasoning
von: Huang, Muye, et al.
Veröffentlicht: (2024)

ChartHal: A Fine-grained Framework Evaluating Hallucination of Large Vision Language Models in Chart Understanding
von: Wang, Xingqi, et al.
Veröffentlicht: (2025)

ChartThinker: A Contextual Chain-of-Thought Approach to Optimized Chart Summarization
von: Liu, Mengsha, et al.
Veröffentlicht: (2024)

ChartGen: Scaling Chart Understanding Via Code-Guided Synthetic Chart Generation
von: Kondic, Jovana, et al.
Veröffentlicht: (2025)

CharXiv: Charting Gaps in Realistic Chart Understanding in Multimodal LLMs
von: Wang, Zirui, et al.
Veröffentlicht: (2024)

Do MLLMs Really Understand the Charts?
von: Zhang, Xiao, et al.
Veröffentlicht: (2025)

ChartLens: Fine-grained Visual Attribution in Charts
von: Suri, Manan, et al.
Veröffentlicht: (2025)

Chart-FR1: Visual Focus-Driven Fine-Grained Reasoning on Dense Charts
von: Pan, Hongkun, et al.
Veröffentlicht: (2026)

AskChart: Universal Chart Understanding through Textual Enhancement
von: Yang, Xudong, et al.
Veröffentlicht: (2024)

ChartX & ChartVLM: A Versatile Benchmark and Foundation Model for Complicated Chart Reasoning
von: Xia, Renqiu, et al.
Veröffentlicht: (2024)

ChartAdapter: Large Vision-Language Model for Chart Summarization
von: Xu, Peixin, et al.
Veröffentlicht: (2024)

ChartPoint: Guiding MLLMs with Grounding Reflection for Chart Reasoning
von: Xu, Zhengzhuo, et al.
Veröffentlicht: (2025)

RefChartQA: Grounding Visual Answer on Chart Images through Instruction Tuning
von: Vogel, Alexander, et al.
Veröffentlicht: (2025)

ChartMaster: Advancing Chart-to-Code Generation with Real-World Charts and Chart Similarity Reinforcement Learning
von: Tan, Wentao, et al.
Veröffentlicht: (2025)

ChartAnchor: Chart Grounding with Structural-Semantic Fidelity
von: Li, Xinhang, et al.
Veröffentlicht: (2025)

On the Perception Bottleneck of VLMs for Chart Understanding
von: Liu, Junteng, et al.
Veröffentlicht: (2025)

ChartQA-X: Generating Explanations for Visual Chart Reasoning
von: Hegde, Shamanthak, et al.
Veröffentlicht: (2025)

ChartGemma: Visual Instruction-tuning for Chart Reasoning in the Wild
von: Masry, Ahmed, et al.
Veröffentlicht: (2024)