English(EN) Document-as-Image Representations Fall Short for Scientific Retrieval

新的基准 ArXivDoc 显示基于图像的文档检索效果不佳

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

一项发表在 arXiv 上的新研究认为，目前将科学论文视为图像的文档嵌入模型在检索方面并非最优。研究人员引入了 ArXivDoc，这是一个源自 LaTeX 的基准，用于更好地访问文本、表格和图形等结构化元素。他们的研究结果表明，基于文本的表示更有效，即使是针对图像相关查询，并且交织文本和图像的方法优于仅图像的方法。 AI

影响这项研究表明，当前人工智能在科学文档检索方面的应用可能需要从基于图像的方法转向以文本为中心或多模态的方法，以提高准确性。

排序理由该集群包含一篇研究论文，详细介绍了新的基准和文档检索方法的研究结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 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: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇研究论文，详细介绍了新的基准和文档检索方法的研究结果。[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.CL TIER_1 English(EN) · Ghazal Khalighinejad, Raghuveer Thirukovalluru, Alexander H. Oh, Bhuwan Dhingra · 2026-10-15 04:00

文档即图像表示在科学检索方面表现不佳

arXiv:2604.18508v2 Announce Type: replace-cross Abstract: Many recent document embedding models are trained on document-as-image representations, embedding rendered pages as images rather than the underlying source. Meanwhile, existing benchmarks for scientific document retrieval…

本文如何被排名

报道来源 [1]

文档即图像表示在科学检索方面表现不佳

相关实体

相关话题