推理链评估

ChartR：评估图表问答中的推理准确性与鲁棒性

ChartR: Evaluating Reasoning Accuracy and Robustness in Chart Question Answering

对做多模态大模型视觉推理的人，它提供了把问题拆成 4-10 步子问题、并对同一图表施加模糊/加噪/水印/去标注四种视觉扰动来定位「哪一步开始错、错误如何向后传播」的评测协议与八项指标，可直接用于诊断自家模型是依赖文本线索还是真正读图。