English(EN) VL-DocIR: A Benchmark for Vision-Based Long Document Information Retrieval

新的基准测试VL-DocIR旨在应对基于视觉的长文档检索挑战

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-15 04:00

研究人员推出了VL-DocIR，这是一个旨在改进基于视觉的长文档信息检索的新基准测试。该基准测试通过模拟证据可能跨越多个页面或文档的现实场景，解决了当前系统专注于短文档的局限性。VL-DocIR包含来自Wikipedia、arXiv和PubMed等来源的超过388,000张页面图像，以及跨越不同领域和证据结构的超过270,000个查询。初步评估表明，虽然领先的视觉检索系统在单页查询上表现良好，但检索跨越多页或文档的信息仍然是一个重大挑战。 AI

影响该基准测试旨在推动信息检索系统的边界，可能带来更有效的工具，用于访问和综合来自大量视觉文档集合的信息。

排序理由该条目描述了一个特定人工智能研究问题（基于视觉的长文档检索）的新基准数据集和评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 16 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目描述了一个特定人工智能研究问题（基于视觉的长文档检索）的新基准数据集和评估。[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, other; 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: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Simon Ott, Yufan Chen, Ruiping Liu, Junwei Zheng, Jiale Wei, Di Wen, Kunyu Peng, Jiaming Zhang, Rainer Stiefelhagen · 2026-10-15 04:00

VL-DocIR：一个基于视觉的长文档信息检索基准

arXiv:2610.17057v1 Announce Type: new Abstract: Vision-based document retrieval has improved rapidly, but current evaluation settings still emphasize short documents and single relevant pages. This leaves an important gap between leaderboard performance and realistic long-documen…

本文如何被排名

报道来源 [1]

VL-DocIR：一个基于视觉的长文档信息检索基准

相关实体

相关话题