计算机科学论文中的图表——从系统架构图、流程图到管道示意图——往往承载着比正文更密集的信息，却长期缺乏专门的数据资源供模型学习。为此，研究者发布了SCAFFOLD，一个大规模、结构化的论文图表数据集。它不只是简单收集图表，还对图表中的元素进行细致标注，并提供了图表问答（Diagram QA）任务以及配套的思维链（Chain-of-Thought）推理轨迹。这意味着模型可以借此学习如何解读一张学术图表，并在回答问题时逐步展示推理过程。这项工作的价值在于，它填补了学术文献图表理解领域的数据空白，为训练更具解释性和逻辑性的多模态模型提供了基础。与以往多为自然图像或简单示意图的数据集不同，SCAFFOLD直面真实科研场景中复杂、专业、信息密集的图表，对AI驱动的论文阅读、辅助科研甚至自动生成学术示意图都有直接帮助。其规模与结构化程度也为后续研究建立了新的基准，值得关注。