Investigadores del MIT enseñan a modelos de IA a interpretar gráficos

Investigadores del MIT han desarrollado ChartNet, un nuevo conjunto de datos de entrenamiento sintético de un millón de gráficos diseñado para mejorar la precisión de los modelos de visión-lenguaje (VLMs) en la interpretación de gráficos. Este dataset, junto con un método de generación de datos novedoso, permite a modelos de código abierto superar a sus contrapartes comerciales más grandes en tareas como la extracción de datos y la reconstrucción de gráficos, facilitando que pequeñas empresas con presupuestos limitados puedan utilizar la IA de manera más efectiva. Jovana Kondic, estudiante de postgrado en EECS del MIT, lidera este proyecto que busca establecer un estándar en la comprensión de gráficos por parte de la IA.