实体
FUNSD
FUNSD
PulseAugur coverage of FUNSD — every cluster mentioning FUNSD 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
研究显示 LLM 在处理嘈杂文档时遇到困难
一篇新的研究论文对几种开源大语言模型（LLM）从文档中提取键值对的性能进行了基准测试，特别考察了它们在光学字符识别（OCR）噪声下的表现。研究发现，尽管 LLM 在处理干净文本时表现良好，但在面对嘈杂的 OCR 输入时，其准确性会显著下降。随着输入损坏的增加，模型之间的性能差异也减小了，这凸显了在实际场景中 OCR 质量成为主要的限制因素。该研究识别出常见的失败模式，如键值错位和幻觉，强调了在 OCR 技术和 LLM 的语义推理能力方…
-
新型视觉语言模型无需OCR即可提取文档数据，性能超越大型模型
研究人员开发了一种从文档图像中提取键值对的新方法，无需依赖传统的OCR预处理。他们对一个名为SmolDocling的紧凑型2.56亿参数视觉语言模型进行了微调，以端到端地执行此任务，联合处理识别、定位和关联。据报道，这种方法在FUNSD和XFUND等基准测试上的表现优于大型零样本视觉语言模型，同时比Qwen2.5-VL等模型更小、更快。
-
FRAGMENT框架使用因子化图进行文档生成和编辑
研究人员推出FRAGMENT，一个利用因子化图表示的新型生成式框架，用于文档创建和编辑。该方法将文档结构生成与其内容生成分开，从而能够更有效地模拟布局、文本和逻辑组织之间的相互作用。该框架包括一个生成图拓扑和空间关系的Architect，然后是一个用边界框和文本等具体细节丰富图的Builder。FRAGMENT还提供用于伪造检测的异常检测能力，并支持用于语义修改的条件编辑。