实体
Harikrishnan P M Dr
Harikrishnan P M Dr
PulseAugur coverage of Harikrishnan P M Dr — every cluster mentioning Harikrishnan P M Dr across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
DocAnnot框架利用LVLM加速KIE数据集创建
一个名为DocAnnot的新框架已被开发出来，用于加速关键信息提取（KIE）数据集的创建。DocAnnot利用大型视觉语言模型（LVLM）提取标签值，并结合OCR进行文本和边界框检测。一种新颖的空间感知上下文匹配（SICM）算法通过考虑空间关系和邻近性以及文本数据来增强标签-值关联。虽然仅在DocAnnot自动生成的数据上训练的模型取得了不错的性能，但人工标注数据仍然更优，尽管DocAnnot显著减少了人工工作量和成本。
-
新框架绕过推理，实现多模态问答，降低推理成本
研究人员开发了Perception-RFT，一种用于多模态文档问答的新型训练框架，该框架绕过了中间推理步骤。该方法直接将视觉特征与接地输出对齐，与以推理为中心的方法相比，推理代币成本显著降低了60%以上。在Qwen3-VL-4B模型上的实验表明，启用推理的模型会收敛到基于感知的策略，优于基于推理的强化学习，并证明了从监督微调到强化学习的早期过渡可以以更少的数据实现相当的精度。