연구진이 시각적 속임수를 간파하는 에이전트 프레임워크 ChartCynics를 개발했어요. 이 프레임워크는 시각 정보와 데이터를 분리하여 차트의 구조적 이상과 숫자 오류를 감지합니다. ChartCynics는 Qwen3-VL-8B 모델을 기반으로 하여 기존 모델보다 약 29% 더 높은 정확도를 달성했어요.
ChartCynics는 Oracle-Informed SFT와 Deception-Aware GRPO를 통해 시각적 함정을 효과적으로 막고 논리적 일관성을 유지합니다. 이 프레임워크는 차트 해석의 신뢰성을 높이는 새로운 기반을 마련했어요.
연구 결과, ChartCynics는 두 개의 벤치마크에서 각각 74.43%와 64.55%의 정확도를 기록하며, 상용 모델보다 뛰어난 성능을 보여줬어요.