本研究提出了nvBench 2.0基准，用于评估自然语言到可视化(NL2VIS)系统在处理模糊查询时的能力，并引入了Step-NL2VIS模型，显著提升了在模糊场景下的表现。

本文介绍了新的NL2VIS基准VisEval，强调高质量数据集和自动化评估方法的重要性。研究探讨了大型语言模型在自然语言到可视化转换中的应用，展示了其在图表理解和数据可靠性方面的优势与局限性，并提出了迭代更新策略以提升模型性能。