ChartNet 是由 MIT 联合 IBM Research 等机构于 2026 年发布的大规模高质量多模态数据集，相关论文成果为 ChartNet: A Million-Scale, High-Quality Multimodal Dataset for Robust Chart Understanding，旨在解决现有模型在几何视觉模式、结构化数值与文本描述联合推理上的不足，广泛应用于图表理解、跨模态推理与视觉语言模型的训练及评测。 该数据集包含 420 万合成图表样本、 94,643 人工验证的图表样本和 3 万真实世界图表，覆盖 24 种图表类型与 6 种绘图库。

数据集构成

• 420 万个合成图表样本
• 94,643 条人工核验图表示例
• 2,000 条人工核验评估样本
• 3 万张真实场景图表
• 24 种图表
• 6 类绘图库

Guidelines

• core 、 reasoning 、 human_verified 、 grounded_qa 和完整 reasoning 子集遵守数据可用性通知，不得用于商业开发或商业部署
• core_permissive 子集遵守 cdla-permissive-2.0 协议