English(EN) Rewrite, Then Veto: Rewriter-Agnostic Edit Gating for LLM-Based Post-OCR Correction

新的 EditVeto 系统提高了 LLM OCR 校正的准确性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-05 05:00

研究人员开发了 EditVeto，这是一种新颖的门控机制，旨在提高大型语言模型 (LLM) 在校正历史文档中的光学字符识别 (OCR) 错误方面的准确性。该系统在 LLM 执行完整文本重写后放置一个否决门，允许其选择性地撤销引入新错误的编辑。EditVeto 门使用 Qwen3 等模型进行训练，并在 HIPE-OCRepair-2026 数据集上进行评估，在字符级编辑距离和跨各种重写器的偏好得分方面均有所提高，包括训练期间未见过的重写器。 AI

影响这项研究可能有助于更准确地转录历史文档，从而提高可访问性和研究能力。

排序理由该集群包含一篇详细介绍基于 LLM 的 OCR 后校正新方法的论文。[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: 26 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍基于 LLM 的 OCR 后校正新方法的论文。[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: 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) · Jorge Ram\'on Fonseca Cacho · 2026-11-05 05:00

重写，然后否决：基于LLM的OCR后校正的重写器无关编辑门控

arXiv:2611.05539v1 Announce Type: new Abstract: LLMs can repair noisy OCR transcripts of historical documents, but they also change text that was already correct. We propose EditVeto, a veto gate placed after a full-context LLM rewrite. The rewrite is character-aligned to the OCR…

本文如何被排名

报道来源 [1]

重写，然后否决：基于LLM的OCR后校正的重写器无关编辑门控

相关实体

相关话题