实体
DocAtlas
DocAtlas
PulseAugur coverage of DocAtlas — every cluster mentioning DocAtlas across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的基准和系统解决了大型语言模型在长文档理解方面的挑战
两篇新的研究论文介绍了增强大型语言模型（LLMs）理解和处理长篇、不断演变的文档能力的新方法。第一篇论文 TIDE 提出了一个针对随时间演变的文档的基准，突出了 LLMs 在版本解析和官方法律文书准确性方面遇到的困难。第二篇论文 DocAtlas 提出了一个可变状态交互系统，将文档理解视为一个信息检索过程，提高了在长文档基准测试中的性能，特别是对于较小的模型。
-
DocAtlas框架提升低资源语言的多语言文档理解能力
研究人员推出DocAtlas，一个旨在改进多语言文档理解的新颖框架，尤其针对低资源语言。该系统使用DOCX和合成LaTeX生成的双管道，构建了82种语言的高保真OCR数据集和基准。对16个最先进模型的评估突显了低资源脚本中持续存在的性能差距，但DocAtlas证明，直接偏好优化（DPO）结合渲染得出的地面真实数据，可以稳定地进行多语言模型适配，在不降低基础语言性能的情况下提高准确性。
-
DocAtlas框架提升跨82种语言的多语言文档理解能力
研究人员开发了DocAtlas，一个旨在改进多语言文档理解的新框架，特别关注低资源语言。该系统构建了跨越82种语言和9项评估任务的高保真OCR数据集和基准。DocAtlas采用新颖的双管道来渲染本地DOCX和生成合成LaTeX文档，能够在不依赖学习模型进行核心标注的情况下实现精确的结构标注。该框架还证明了直接偏好优化（DPO）可以有效地使模型适应多语言任务，在不损害基础语言性能的情况下提高准确性。