Jainil Trivedi

新基准和方法提升AI的表格理解能力

研究人员开发了新的基准和方法，以提高多模态大语言模型（MLLMs）理解和推理复杂表格的能力。其中一篇论文介绍了MMMTABREAL，这是一个包含500个真实世界表格的基准，旨在测试视觉基础和空间对齐能力，揭示了当前MLLMs存在的显著性能差距。另一篇论文提出了DiSCo和Table-GLS框架，它们将结构信息和语义信息分离开来，以增强MLLMs的表格推理能力，而无需大量外部工具或标注。