LongDocURL：中科院联合阿里推出多模态长文档理解基准数据集，用于评估模型对复杂文档分析与推理的能力
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发非常感兴趣，我会每日跟你分享最新的 AI 资讯和开源应用，也会不定期分享自己的想法和开源实例，欢迎关注我哦！ 微信公众号｜搜一搜：蚝油菜花 快速阅读 功能：支持长文档理解、数值推理、跨元素定位等多样化任务。 技术：基于多模态文档理解技术，结合文本、图像和表格等多种模式。 应用：适用于金融、法律、医疗、智能制造等多个领域。 ...
【2023 CSIG垂直领域大模型】大模型时代，如何完成IDP智能文档处理领域的OCR大一统？
2023年12月28-31日，由中国图象图形学学会主办的第十九届CSIG青年科学家会议在中国广州隆重召开，会议吸引了学术界和企业界专家与青年学者，会议面向国际学术前沿与国家战略需求，聚焦最新前沿技术和热点领域，共同探讨图象图形学领域的前沿问题，分享最新的研究成果和创新观点，在垂直领域大模型专场，合合信息智能技术平台事业部副总经理、高级工程师丁凯博士为我们带来了《文档图像大模型的思考与探索》主题报....
大模型时代来临，智能文档处理该走向何方？（下）
正文自然场景下的图文文档处理尽管现在对中文文档的处理已经有了很深远的研究，但是仍然有很多重要问题还未解决，例如：自然场景下的汉字建模：如何在噪声（光照不均、背景复杂等）图像上实现更好的手写、汉字生成与识别性能？自然场景下的表格建模：如何在噪声（形变、倾斜等）图像上实现更加鲁棒的表格分割性能？多模态文档建模：如何实现多模态大模型下的多版式文档（简历、海报、证件等）的理解和分析？对于这些挑战，合合信....
大模型时代来临，智能文档处理该走向何方？（上）
正文自去年ChatGPT发布以来，大语言模型（Large Language Model, LLM）的发展仿佛瞬间驶入了快车道，每天都能听到对相关话题的讨论。按照现行的标准，能被称为大语言模型至少要满足以下四个条件：模型：基于自回归语言模型，参数量超过百亿。能力：具有思维链、情景学习等涌现能力，能够执行人类的指令。对话：可以直接和人类进行对话。对齐：符合人类价值观和思维方式，满足“有益（helpf....
CVPR 2022 | 关注文本阅读顺序，蚂蚁集团、上海交通大学提出多模态文档理解模型XYLayoutLM
来自蚂蚁集团 - 大安全 - 机器智能和上海交通大学的研究者提出了一种多模态文档理解新模型 XYLayoutLM。近年来，多模态文档理解在各类场景得到了广泛的应用。它要求我们结合图像，文本和布局信息对扫描件或者 pdf 文件进行理解。在常见的表单理解的任务中，多模态数据如图 1 所示。图 1：多模态文档理解数据示例（来自 XFUN 数据集）除此之外，多模态的模型还被应用于文档自动处理，文本关系提....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
