PulseAugur
中
实时 00:59:07
English(EN) Youtu-Parsing: Perception, Structuring and Recognition via High-Parallelism Decoding

Youtu-Parsing模型通过新颖的解码策略加速文档分析

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出Youtu-Parsing，这是一种新颖的文档解析模型，旨在实现高效、高性能的内容提取。该系统利用Vision Transformer进行特征提取，并利用Youtu-LLM-2B语言模型进行布局分析，采用包括令牌和查询并行化的高并行解码策略。与传统方法相比，这种方法实现了显著的加速，最高可达5-11倍，特别是对于表格等结构化文档，并且可以同时预测多个边界框的内容。Youtu-Parsing在各种文档元素（包括罕见字符和多语言文本）上表现出鲁棒性，并在OmniDocBench和olmOCR-bench基准测试中取得了最先进的成果。 AI

影响 该模型先进的解码策略可以显著加速企业应用中的文档处理，提高数据提取和归档等任务的效率。

排序理由 该集群描述了一篇关于文档解析新模型和方法论的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Youtu-Parsing模型通过新颖的解码策略加速文档分析

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群描述了一篇关于文档解析新模型和方法论的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, product
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
86 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Haoyu Cao, Kun Yin, Yunfei Wu, Bing Liu, Zhongpeng Cai, Xiaotian Li, Huang Chen, Xin Li, Yinsong Liu, Deqiang Jiang, Xing Sun, Yunsheng Wu, Qianyu Li, Antai Guo, Yanzhen Liao, Yanqiu Qu, Haodong Lin, Chengxu He, Shuangyin Liu ·

    Youtu-Parsing：通过高并行解码实现感知、结构化和识别

    arXiv:2601.20430v2 Announce Type: replace Abstract: This paper presents Youtu-Parsing, an efficient and versatile document parsing model designed for high-performance content extraction. The architecture employs a native Vision Transformer (ViT) featuring a dynamic-resolution vis…

相关实体

相关话题