document question answering

DocClaw系统通过代理框架统一文档处理任务

研究人员推出了一种新颖的代理系统DocClaw，旨在统一各种智能文档处理（IDP）任务。该系统将光学字符识别（OCR）和文档问答（DocQA）等各种IDP功能视为代理与文档之间的交互过程。DocClaw利用结构化的文档状态来管理知识和上下文，从而能够迭代地改进信息和工具调用。跨多个基准的实验表明，DocClaw在一个框架内处理各种任务的有效性，并取得了与专用方法和通用视觉语言模型相媲美的结果。