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
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新框架应对长文档和演进式文档理解挑战
研究人员开发了新的框架来应对理解长文档和演进式文档的挑战。InSight-doc 是一个代理式视觉感知框架，能自适应地分配视觉分辨率，以提高文档视觉问答的准确性并降低延迟。另外，TIDE 对大型语言模型在时间演进式文档上的表现进行基准测试，突显了其在版本解析和时间准确性方面的显著弱点。DocAtlas 提出了一种可变状态交互方法，将文档理解视为一个信息检索过程，并提供了搜索、阅读和笔记记录等工具，在基准测试中表现出改进的性能。
-
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。