PulseAugur
中
实时 20:54:58
English(EN) Defining Page-Centric Visual Document Retrieval and Evaluating Existing Benchmarks

新论文定义以页面为中心的视觉文档检索，发现基准存在不足

作者 PulseAugur 编辑部 · [2 个来源] ·

一篇新论文提出了一个以页面为中心的视觉文档检索（VDR）框架，将页面视为主要的索引单元，而不仅仅是纯文本。该研究根据八项标准评估了42个现有基准，发现当前的VDR研究严重偏向于页面级独立项检索，对证据集或迭代检索等更复杂的检索范式支持有限。论文还强调了在查询构建方面真实用户信息的稀缺性以及基准之间不一致的相关性判断，指出了未来基准开发的关键领域。 AI

影响 这项研究可能导致更复杂的文档检索系统，能够更好地理解和处理视觉丰富的文档。

排序理由 该集群包含一篇在arXiv上发表的学术论文，该论文在一个特定的研究领域中引入了一个新框架并评估了现有基准。

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新论文定义以页面为中心的视觉文档检索，发现基准存在不足

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
Research
该集群包含一篇在arXiv上发表的学术论文，该论文在一个特定的研究领域中引入了一个新框架并评估了现有基准。
Source corroboration
2 independent sources
Multiple independent publishers reporting the same story raises confidence that it's real and newsworthy.
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
5 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 [2]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Aixin Sun ·

    Defining Page-Centric Visual Document Retrieval and Evaluating Existing Benchmarks

    In modern information retrieval (IR), documents are increasingly encountered as structured sequences of visually rich, paginated units, rather than as flat text. Example documents encountered in our daily life include Word files, PDFs, and slide decks. Free text-centric retrieval…

  2. arXiv cs.CV TIER_1 English(EN) · Chongzhi Zhang, Yuqi Zuo, Aixin Sun ·

    Defining Page-Centric Visual Document Retrieval and Evaluating Existing Benchmarks

    arXiv:2610.41360v1 Announce Type: cross Abstract: In modern information retrieval (IR), documents are increasingly encountered as structured sequences of visually rich, paginated units, rather than as flat text. Example documents encountered in our daily life include Word files, …

相关实体

相关话题