IJCAI 2025发布NGTR框架与表格识别基准

近期，由 Yitong Zhou 等人撰写的学术论文在 IJCAI 2025 会议发表。该研究提出了一套基于层级设计哲学的表格识别基准，专门用于评估视觉大语言模型（VLLM）在无训练场景下的识别能力。 研究核心创新点在于提出了“邻居引导工具链推理器”（NGTR）框架。该框架集成了多种轻量级视觉操作工具，旨在通过邻居引导机制优化推理流程，从而缓解低质量图像输入导致的识别瓶颈。 实验结果表明，NGTR 框架显著增强了模型在处理低质量图像时的表现。该工作为无结构表格识别提供了一种替代解决方案，有效解决了视觉输入端的性能限制问题。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。