Scene-Aware Document Synthesis

新框架SAYRE合成数据以提升多模态KIE模型

研究人员开发了SAYRE，一个用于合成训练数据以提高大型多模态模型（LMMs）关键信息提取（KIE）能力的新框架。这种场景感知的合成方法从示例文档中生成文档-模式-标注三元组，捕捉内容模式和布局约定。SAYRE还结合了错误驱动生成，以基于真实世界的失败案例创建具有挑战性的训练示例。实验表明，SAYRE显著增强了Qwen3-VL等模型，提高了性能，特别是在设备端LMMs和开放类别提取任务上。