使用大语言模型为可视化生成说明文字（CVLLM）：教程
Captioning Visualizations with Large Language Models (CVLLM): A Tutorial
AI总结：
本教程回顾信息可视化原则与说明文字生成工作，介绍大语言模型及Transformer架构，并讨论其在可视化说明文字生成中的应用与未来方向。
摘要：
自动为可视化生成说明文字并非新课题，但大语言模型（LLMs）的最新进展开启了令人振奋的新可能。在本教程中，在简要回顾信息可视化（InfoVis）原则和以往说明文字生成工作之后，我们介绍通用大语言模型中使用的神经模型和Transformer架构。随后，我们讨论它们在信息可视化领域的最新应用，重点关注说明文字生成。此外，我们探讨了该领域有前景的未来方向。
英文摘要：
Automatically captioning visualizations is not new, but recent advances in large language models(LLMs) open exciting new possibilities. In this tutorial, after providing a brief review of Information Visualization (InfoVis) principles and past work in captioning, we introduce neural models and the transformer architecture used in generic LLMs. We then discuss their recent applications in InfoVis, with a focus on captioning. Additionally, we explore promising future directions in this field.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
