RVL-CDIP
PulseAugur coverage of RVL-CDIP — every cluster mentioning RVL-CDIP across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
审计揭示标准 RVL-CDIP 基准测试存在严重数据质量缺陷
对 RVL-CDIP 数据集（一种标准的文档分类基准测试）的新审计揭示了严重的数据质量问题。研究人员发现，大约 10.5% 的文档标签不正确，并且测试集中有相当比例的 35.2% 包含训练集中存在的重复或近乎重复的项。这些缺陷可能导致准确率得分虚高，以及模型在分布外数据上表现不佳。该研究还识别出近 16,000 份文档中包含敏感的个人数据，并已生成去标识化版本。在修复这些缺陷后，重新基准测试的模型显示出准确率的提高，其中 Layout…
-
文档图像分类解释通过领域感知分割得到改进
arXiv 上发表的一项新研究调查了分割选择对文档图像分类 LIME 解释可靠性的影响。研究人员发现，常用于自然图像的标准超像素分割与文本区域和布局块等文档结构对齐不佳。通过在 RVL-CDIP 数据集上比较 Quickshift 和 SLIC 与源自 OCR 边界框和规则网格的文档感知分割，该研究表明领域特定分割显著提高了解释的一致性、正确性和局部保真度。这些文档感知方法还揭示了与数据集偏差相关的捷径行为，而这些行为通常被超像素方法…
-
RVL-CDIP 数据集修订，修复错误和测试-训练重叠问题
一篇新论文修订了 RVL-CDIP 数据集，这是一个流行的文档分类器基准。该论文通过识别和纠正标签错误及测试-训练重叠问题来完成修订。分析显示，原始数据集中约有 12% 的标签错误和 35% 的测试-训练重复。对数据集的修改表明，移除标签错误提高了分类准确性，而移除重复项则导致准确性下降。此外，在修正后的数据上进行训练，显著增强了分布外泛化能力，监督模型在 RVL-CDIP-N 基准上的平均准确率提高了 8.1 个百分点。
-
研究比较多模态模型用于文档分类
一篇新研究论文分析了用于分类视觉丰富文档的多模态方法，比较了基于Transformer和LLM的架构。该研究在RVL-CDIP基准上评估了LayoutLMv3、Donut、Qwen3-VL-32B-Instruct和Qwen3-32B。结果表明，专门的多模态Transformer对于具有复杂布局的文档更优越，图像信息是分类最关键的因素。