本研究提出了ChartCards框架，以解决多模态大语言模型在图表理解中的数据需求问题。通过合成图表信息生成元数据，构建的MetaChart数据集显著提升了模型性能，文本到图表检索和图表到表格转化任务的性能分别提高了17%和28%。

多模态大语言模型在图表理解方面存在不足。CharXiv是一个评估套件，包含具有挑战性和多样化的图表。结果显示，最强专有模型的推理能力比最强开源模型更强，但都远远落后于人类表现。CharXiv希望促进未来的图表理解研究。

多模态大语言模型（MLLMs）在图表理解方面存在不足。CharXiv是一个评估套件，包含2,323个自然、具有挑战性和多样化的图表。结果显示，最强专有模型（GPT-4o）的推理能力（47.1%准确率）与最强开源模型（InternVL Chat V1.5）（29.2%准确率）之间存在差距。所有模型远远落后于人类表现。CharXiv有望促进未来的MLLM图表理解研究。