HuggingFace 每日论文Xuehang Guo论文82
CoCoEvolve：用一致性驱动图表、表格与代码的跨表示自监督协同进化
原标题:Consistency-Driven Co-Evolution for Self-Supervised Cross-Representation Learning
论文提出 CoCoEvolve，面向图表、表格和可视化代码之间的跨表示理解，将原本的一对多映射显式转化为一对一对应，并以不同表示之间的一致性作为无需额外标注的训练信号。CoCoEvolve@Train 在训练阶段协同优化图表—表格—代码闭环，CoCoEvolve@Test 在推理时继续进行一致性协同优化，CoCoEvolve@Eval 则覆盖六项跨表示任务。摘要称其在四个基准上均有提升，但未给出具体数值。
为什么值得读
图表问答与数据分析系统正从单一视觉输入转向图表、数据和生成代码联动，该方法把一致性引入训练与推理两端，值得及时关注其完整实验。
标签
跨表示学习图表理解表格理解代码生成自监督学习测试时优化多模态一致性学习