本文探讨了大型语言模型（LLM）在自然语言到可视化转换任务中的应用，强调将结构化表格数据转化为程序的重要性。研究表明，LLM在NL2Vis任务中表现优于基线方法，并通过上下文学习提升性能。提出了循环更新策略以改进结果，展示了其有效性和未来研究潜力。