跳到正文
arXiv · AI· Yuheng Chen, Yufan Chen, Zhuojun Cai, Ruiping Liu, Junwei Zheng, Jiale Wei, Di Wen, Weijia Fan, Kunyu Peng, Jiaming Zhang, Rainer Stiefelhagen·· 2026-10-15AI 评分35

Read-Parse-Describe:统一文档解析与视觉元素描述生成基准

Read, Parse, Describe: Unified Document Parsing with Visual Element Description Generation

AI 导读

NeurIPS 2026 论文提出统一文档解析基准 Read-Parse-Describe,基于 2,402 份文档构建 18,163 页数据。 该基准包含 125,218 个布局元素,结合可插拔空间感知增强器实现端到端联合生成。 实验表明现有系统难以兼顾阅读顺序与视觉语义,该方法显著提升了联合性能。

来源:arXiv · AI · arxiv.org