같은 데이터인데 속이는 차트가 인공지능(AI)의 답을 바꿀까?
1,600쌍의 차트와 10개 비전언어모델을 비교한 연구는 시각적 기만과 메타데이터 완화의 범위를 측정했습니다.
Chart Deception in Vision-Language Models: From Vulnerability to Mitigation
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
1,600쌍의 차트와 10개 비전언어모델을 비교한 연구는 시각적 기만과 메타데이터 완화의 범위를 측정했습니다.
Chart Deception in Vision-Language Models: From Vulnerability to Mitigation
수량을 길이·위치·면적으로 나타내면 독자가 해야 하는 지각적 판단도 달라집니다. 정확한 비율 표현부터 점검합니다.
Crowdsourcing Graphical Perception: Using Mechanical Turk to Assess Visualization Design
가상 결과를 차례로 보여 주는 HOPs 연구를 읽습니다. 평균의 높이와 두 값의 순서가 바뀔 가능성을 구별하는 연습입니다.
Hypothetical Outcome Plots Outperform Error Bars and Violin Plots for Inferences about Reliability of Variable Ordering
Munzner의 중첩 모형은 시각화의 네 설계 층을 나누고, 위층의 오해가 아래층의 정교한 구현까지 연쇄적으로 무효화할 수 있음을 보입니다.
A Nested Model for Visualization Design and Validation
그림을 읽으려면 범례도 읽어야 합니다. 집합 그림의 빈 영역과 존재 표시를 통해 시각추론의 규칙을 살펴봅니다.
Diagrams and Diagrammatical Reasoning
66–70 / 73편