ICDAR 2026
PulseAugur coverage of ICDAR 2026 — every cluster mentioning ICDAR 2026 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI模型在科学图表数据提取方面面临挑战，ICDAR 2026竞赛揭示
一项专注于从原子层沉积/刻蚀（ALD/E）研究的科学图表中提取信息的竞赛，凸显了当前多模态AI模型的能力和局限性。Sci-ImageMiner基准数据集及其相关竞赛吸引了68名参赛者和超过1200份提交，结果表明，尽管模型在分类和摘要任务上表现出色，但在数据提取和科学推理方面，尤其是在视觉问答方面，却面临困难。这些发现强调了在领域感知多模态AI系统在科学图表理解方面取得进展的必要性。
-
大语言模型在 ICDAR 2026 竞赛中改进历史文献 OCR 识别 · 跟踪 2 个来源
一项名为 HIPE-OCRepair-2026 的竞赛，作为 ICDAR 2026 的一部分而举办，专注于利用大语言模型 (LLM) 改进历史文献的光学字符识别 (OCR)。该竞赛旨在评估基于 LLM 的后校正系统在多语言数据集上的表现，以解决数字化遗产收藏中长期存在的遗留 OCR 错误问题。共有四支队伍参赛，采用了各种 LLM 适应策略，其结果表明，虽然 LLM 可以显著提高 OCR 质量，但性能因语言和噪声水平而异，过度校正是一个…
-
CircleID 竞赛为从圆圈进行作者识别设定新基准
一项名为 CircleID 的新竞赛已启动，作为 ICDAR 2026 竞赛的一部分，该竞赛专注于仅使用扫描的手绘圆圈进行作者识别和笔迹分类。该数据集包含来自 50 位已知作者和 16 位未知作者的超过 46,000 张圆圈图像，使用了八种不同的笔。竞赛包含两项任务：开放集作者识别和跨作者笔迹分类，吸引了数百个团队和数千份提交。顶尖模型在作者识别方面达到了 64.8% 的准确率，在笔迹分类方面达到了 92.7% 的准确率，为分析最小生…