提出VFig,一种面向复杂图表SVG矢量化转换的视觉语言模型,通过构建大规模66K图-SVG数据集VFig-Data、设计粗到细的监督微调与强化学习联合训练策略,并引入结构感知评估基准VFig-Bench,实现了开源模型中的最优性能,与GPT-5.2相当。
机构:华盛顿大学
来源:arXiv 2603.24575 | AI4Papers 论文推荐平台