近日，IEEE Computer Society 出版委员会公布了 2025 年度最佳论文奖（2025 Best Paper Award）评选结果。该奖项面向 IEEE Computer Society 旗下 20 个权威出版物，2025 年共评选出 22 篇最佳论文。值得关注的是，CCF-A 类国际顶级期刊 IEEE Transactions on Visualization and Computer Graphics（TVCG）今年首次纳入该奖项评选，并设立计算机图形学、可视化与可视分析、虚拟现实与增强现实三个领域最佳论文奖，首批仅有 3 篇论文获奖。其中，浙江大学 CAD&CG 全国重点实验室共有 2 篇论文入选，分别获得计算机图形学领域和可视化与可视分析领域最佳论文奖。据统计，这 2 篇论文也是本年度中国及亚太地区在 TVCG 最佳论文奖中获得的全部奖项。TVCG 2025 年全年发表论文 800 余篇，获奖率不足 0.4%。
巫英才教授团队的 “ChartGPT: Leveraging LLMs to Generate Charts From Abstract Natural Language（面向模糊自然语言指令的图表生成大模型）” 获TVCG可视化与可视分析领域最佳论文奖。
机构信息：1浙江大学、2微软
论文简介：近年来，通过自然语言直接生成图表，成为可视化领域研究的重要方向。然而，用户的自然语言指令往往模糊、缺乏对视觉编码的明确说明，而以往方法多依赖词法解析与预定义规则，受限于解析器的语言理解能力，难以处理这类模糊输入，从而制约了其实际应用。针对这一难题，本文提出了面向模糊自然语言指令的图表生成大模型ChartGPT。
ChartGPT 方法概览
ChartGPT的核心创新在于将复杂的图表生成任务分解为数据转换和可视化转换两个阶段、六个可解释的推理子任务，使大语言模型逐步完成数据属性选择、数据聚合、图表类型选择、视觉编码映射等关键决策，从而提升生成过程的准确性和可控性。针对通用大语言模型缺乏可视化领域知识的问题，论文进一步构建了模糊自然语言指令-图表配对数据集，并通过模型微调增强其图表生成能力。同时，系统设计了人在回路的交互式界面，支持用户检查、修改中间推理结果并迭代优化最终图表。实验结果显示，ChartGPT在定量评估中优于现有方法，用户研究也验证了其在自然语言可视化生成任务中的有效性和实用价值。
Project Page：https://huggingface.co/ZJUIDG/chartgpt-llama3
