图表编辑需要跨模态的编辑定位，即在满足用户请求的前提下，直接在绘图代码中实现视觉变化，同时更新相关属性而不影响无关内容。现有基准要么关注代码可执行性，要么关注图表质量，但其指标难以区分请求是否完成、是否遗漏了耦合更新或产生了多余修改。为此我们构建了 ChartRevise 数据集和评估协议，专注于精确的程序驱动图表编辑。
数据集构建基于 Grammar of Graphics，系统化覆盖所有图表编辑操作。通过对源代码的可行性检查，确保每种编辑在不同图表类型和绘图库（如 Matplotlib、ggplot2、Plotly）中均可适用。编辑流水线会逐项验证需求，若不满足则触发修复或剔除，从而提升编辑的精确度。最终得到 92,438 条记录，涵盖 20 种图表类型、3 种绘图库和 344 种编辑类型。
评估协议采用无参考方式，分别测量原子需求的完成情况、检测不必要的改动以及遗漏的耦合更新。上述检查再结合代码成功执行和图表成功渲染，决定是否为一次精确编辑。实验在五种模型和四个外部基准上进行，微调后平均需求召回提升 16%，平均精确编辑率提升 22%。
点评