VisCoder: 微调大型语言模型以生成可执行的 Python 可视化代码

大型语言模型（LLM）在绘图、图表等可视化任务上常常力不从心，这类任务的成功取决于代码的正确性和视觉语义。现有的指令微调数据集缺乏基于执行的监督，并且对迭代代码纠错的支持有限，导致生成的图表脆弱且不可靠。我们提出了VisCode-200K，一个用于基于Python的可视化和自纠正的大规模指令微调数据集。它包含来自两个来源的超过20万个示例：(1) 来自开源仓库的经验证的绘图代码，与自然语言指令和渲染图表配对；以及 (2) 来自Code-Feedback的4.5万个多轮纠错对话，使模型能够使用运行时反馈修改错误代码。我们在VisCode-200K上对Qwen2.5-Coder-Instruct进行微调，创建了VisCoder，并在PandasPlotBench上对其进行评估。VisCoder显著优于强大的开源基线，并接近GPT-4o-mini等专有模型的性能。我们进一步采用了一种自调试评估协议来评估迭代修复能力，这证明了反馈驱动学习对于生成可执行、视觉准确代码的益处。