English(EN) FastTab: A Fast Table Recognizer with a Tiny Recursive Module and 1D Transformers

FastTab 模型使用递归模块和一维 Transformer 进行表格识别

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-21 12:42

研究人员开发了 FastTab，这是一种新颖的表格结构识别模型，它利用了递归模块和一维 Transformer。这种方法通过专注于以网格为中心的推理，绕过了传统的自回归解码。FastTab 在多个基准测试中展示了具有竞争力的性能和低延迟推理，并可能应用于摄像头拍摄的文档。 AI

影响引入了一种新颖的表格结构识别架构，有望提高文档分析的效率和准确性。

排序理由该集群包含一篇详细介绍新模型及其在基准测试中性能的学术论文。

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

报道来源 [2]

arXiv cs.AI TIER_1 English(EN) · Thierry Paquet · 2026-05-21 12:42

FastTab: A Fast Table Recognizer with a Tiny Recursive Module and 1D Transformers

Table structure recognition (TSR) requires both table-level coherence (row/column counts, headers, spanning cells) and precise separator localization. We introduce FastTab, a grid-centric TSR model that avoids autoregressive HTML decoding by combining (i) a lightweight Tiny Recur…
arXiv cs.CV TIER_1 English(EN) · Laziz Hamdi, Amine Tamasna, Pascal Boisson, Thierry Paquet · 2026-05-22 04:00

FastTab: A Fast Table Recognizer with a Tiny Recursive Module and 1D Transformers

arXiv:2605.22422v1 Announce Type: new Abstract: Table structure recognition (TSR) requires both table-level coherence (row/column counts, headers, spanning cells) and precise separator localization. We introduce FastTab, a grid-centric TSR model that avoids autoregressive HTML de…