Dashboard-Integrity-Guard/faithful-edits-benchmark

该数据集用于多可视化设计空间中的LLM（大型语言模型）可操控性基准测试。数据集包含10,000个渲染的仪表板，每个仪表板都有对应的PNG和SVG文件，以及JSON格式的源代码和修订历史。数据集还包含对仪表板一致性的规则测试结果。每个仪表板的源代码、修订步骤、成本、一致性检查等信息都被详细记录。数据集的主要字段包括图像、源代码、数据统计信息、修订步骤、成本、一致性检查等。

This dataset is used for benchmarking LLM (Large Language Model) steerability in multi-visualization design space. The dataset contains 10,000 rendered dashboards, each with corresponding PNG and SVG files, as well as JSON-format source code and revision history. The dataset also includes rule test results for dashboard consistency. Each dashboards source code, revision steps, costs, consistency checks, and other information are recorded in detail. The main fields of the dataset include images, source code, data statistics, revision steps, costs, consistency checks, etc.

原始信息汇总

数据集概述

数据集名称

• GoodDashboard_Data

数据文件

• faithful-edits.json
  • 类型：训练数据
  • 内容：包含两图表的仪表盘，用于可视化汽车数据集。每个对象包含以下信息：
    • file_number: 整数，零索引
    • train_val_test: 字符串，数据集随机分为70%训练，10%验证，20%测试
    • source_code: 字符串，vega-lite规范的JSON数组
    • source_code_vg: 字符串，vega规范的JSON数组
    • provenance: 字符串，从开始（file_number = 0）到当前仪表盘的修订步骤
    • CHANNEL_FIELD_SWAP, CHANNEL_FIELD_SHIFT, XY_SAME_QUANTITATIVE, XY_SAME_NOMINAL, XY_MEASURE_NAMES: 布尔值，特定规则测试结果
    • is_consistent: 布尔值，仪表盘一致性标签
    • parent_id: 字符串，当前仪表盘前一步的源代码

其他文件

• templates.json: Vega-Lite画廊源代码（608个JSON规范）
• templates.zip: 渲染的Vega-Lite画廊
• faithful-edits.zip: 包含481个渲染的仪表盘，格式为[file_number].png和[file_number].svg