研究人员推出ReceiptBench，一个旨在评估多模态大语言模型（MLLMs）对真实文档（如收据）理解能力的新基准。该基准包含10,000张多样化的收据，并被划分为四个层级任务，从基本的文本识别到复杂的结构解析和语义推理。为了提高MLLMs在这些任务上的性能，开发了一种名为Metric-Aware Group Relative Policy Optimization (GRPO) 的新颖两阶段训练框架，该框架使用评估指标作为强化学习信号，以增强结构一致性。 AI
影响 该基准和训练方法有望为涉及文档理解的业务自动化任务带来更强大的多模态大语言模型。
排序理由 该集群包含一篇介绍用于评估多模态大语言模型的新基准和方法的论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.22413v1 Announce Type: new Abstract: Extracting structured information from visual documents (Visual Information Extraction, VIE) is a cornerstone of business automation. While recent Multimodal Large Language Models (MLLMs) have shown promising capabilities, existing …
Extracting structured information from visual documents (Visual Information Extraction, VIE) is a cornerstone of business automation. While recent Multimodal Large Language Models (MLLMs) have shown promising capabilities, existing benchmarks suffer from critical limitations in s…