riel

研究发现：多模态大语言模型难以处理低资源的高棉语文档

一项新的试点研究评估了多模态大语言模型（MLLMs）在理解低资源高棉语文档方面的能力。研究人员发现，虽然当前的多模态大语言模型可以处理视觉清晰的英文和结构化数字内容，但可靠的原生高棉语文档理解仍然是一个重大挑战。该研究从KH-FUNSD数据集中构建了一个评估子集，测试了Qwen-VL模型，并发现像Tesseract和PaddleOCR这样的外部OCR工具在处理高棉语脚本答案方面比直接提示效果更好。