Können LLMs Visualisierungen mit datenfreien Eingabeaufforderungen erzeugen?

Jüngste Fortschritte in großen Sprachmodellen haben den Informationszugang revolutioniert, da diese Modelle Daten aus dem Web nutzen, um komplexe Anfragen zu beantworten und so für viele Nutzer zur bevorzugten Informationsquelle werden. In bestimmten Fällen beziehen sich Anfragen auf öffentlich verfügbare Daten, die effektiv mit Datenvisualisierungen beantwortet werden können. In diesem Artikel untersuchen wir die Fähigkeit großer Sprachmodelle, genaue Daten und relevante Visualisierungen als Antwort auf solche Anfragen bereitzustellen. Konkret untersuchen wir die Fähigkeit von GPT-3 und GPT-4, Visualisierungen mit datenfreien Eingabeaufforderungen zu erzeugen, bei denen keine Daten der Anfrage beigefügt sind. Wir bewerten die Ergebnisse der Modelle, indem wir sie mit Visualisierung-Cheat-Sheets vergleichen, die von Visualisierungsexperten erstellt wurden.