ICLR 2026 | GPT-5竟给废图打高分？首个图表“信达雅”评测基准发布

背景：在数据驱动的决策时代，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，这是首个基于“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数据忠实度、信息表达力和视觉美感方面的能力。结论：实验表明，当前主流大模型（如GPT-5）在图表评估上存在系统性偏差（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；而基于该基准专项训练的VisJudge模型则更贴近人类专家判断，且在自动化数据分析任务中展现出实用价值，推动了AI向可靠的“视觉评审官”发展。