研究人员推出了 AmbiHTMLBench，这是一个旨在评估模型解析视觉丰富文档并将其重建为可执行 HTML 能力的新基准测试。与输出 Markdown 的传统系统不同，AmbiHTMLBench 专注于 HTML，以更好地保留空间结构、视觉层次结构和渲染语义。该基准测试包含 1,115 个具有结构化注释的多样化页面，并使用客观指标和人类对齐的主观评估来评估模型性能。对十个多模态系统的初步测试显示，客观和主观评估之间存在差异，突显了任务特定适应性的需求，这通过微调小型参数专家模型得到了证明。 AI
影响 该基准测试可能催生更复杂的 AI 系统，用于理解和重建复杂的视觉文档。
排序理由 该集群描述了一个用于评估 AI 模型文档解析能力的新基准测试，该测试发表在 arXiv 论文中。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
