AI4VIS

项目简介

以图表理解与生成（Chart Understanding & Generation）为代表的自动可视化任务最近在泛 AI 社区（ML/NLP 等）迅速升温，逐渐成为衡量大模型能力边界的重要任务类型。而在 VIS 与 HCI 社区，基于大模型能力的、支持更高效、更可控的（交互式）可视化表达与迭代创作方法百花齐放。AI4VIS 小组旨在连接这两条脉络：一方面将VIS社区的专家知识与多样任务带入自动可视化的基准、方法与评估体系建设；另一方面基于AI社区的系统化定量评估结论和先进的大模型技术，反哺下一代交互式可视化创作系统。小组当前研究课题包括图表注释生成、图表描述生成与以可视化理解为核心的数据视频理解等，以期推动大模型时代跨社区可视化任务的进步。

相关发表
  • ChartInsighter: An Approach for Mitigating Hallucination in Time-series Chart Summary Generation with A Benchmark Dataset.
    Fen Wang, Bomiao Wang, Xueli Shu, Zhen Liu, Zekai Shao, Chao Liu, Siming Chen*.
    IEEE Transactions on Visualization and Computer Graphics (IEEE PacificVis'25), Accepted, 2025.
  • Rethinking Super-Resolution as Text-Guided Details Generation.
    Chenxi Ma, Bo Yan, Qing Lin, Weimin Tan, Siming Chen.
    ACM Multimedia 2022 (ACM MM'22), Accepted, 2022.
    | Paper | pdf (4.0MB)