WebOverlay

WebOverlay: 纯视觉模型以高吞吐量应对网页覆盖层

研究人员开发了WebOverlay，一个纯视觉模型，用于检测和处理像Cookie横幅和提示这样的网页覆盖层。该模型通过从更大的视觉-语言模型进行蒸馏训练，使其能够高效地处理极端长宽比的网页。通过采用动态切片策略并仅依赖视觉线索，WebOverlay绕过了对DOM树解析的需求，与专有的多模态大语言模型相比，提供了更高的吞吐量和更低的成本。