研发鲁棒跨语言RAG框架检索印度立法档案

科研人员Radha Krishna Deshpande等人发布并评测了名为“Reading Beyond OCR Noise”的鲁棒跨语言RAG框架。该框架专为检索印度立法档案而设计，能够处理严重退化的扫描文档。 该框架结合了基于视觉的布局分割、多脚本OCR技术以及智能体检索增强生成管道。在包含20万页的Punjab Vidhan Sabha档案上进行验证时，通过迭代循环有效规避了OCR噪声，其检索效果优于标准纯文本基线。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。