惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Hugging Face - Blog
Hugging Face - Blog
云风的 BLOG
云风的 BLOG
大猫的无限游戏
大猫的无限游戏
M
MIT News - Artificial intelligence
L
LangChain Blog
阮一峰的网络日志
阮一峰的网络日志
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Recent Announcements
Recent Announcements
IT之家
IT之家
Google DeepMind News
Google DeepMind News
罗
罗磊的独立博客
爱范儿
爱范儿
Last Week in AI
Last Week in AI
人人都是产品经理
人人都是产品经理
U
Unit 42
MongoDB | Blog
MongoDB | Blog
S
SegmentFault 最新的问题
B
Blog
博
博客园 - 叶小钗
月光博客
月光博客
Stack Overflow Blog
Stack Overflow Blog
V
Visual Studio Blog
C
Check Point Blog
钛媒体：引领未来商业与生活新知
钛媒体：引领未来商业与生活新知

thinkingReed

ColPali：使用视觉语言模型的高效文档检索 VisionThink：通过强化学习实现高效的视觉语言模型 ChartMoE：使用混合专家架构的图表理解方法 基于标记级相关性引导的压缩方法以实现高效的多模态文档理解 PACT：基于剪枝和聚类的Token减少方法 DocLayLLM：一种用于富含文本的文档理解的高效多模态大语言模型扩展方法 mPLUG-DocOwl 2：高分辨率文档理解的布局感知压缩方法 mPLUG-DocOwl 1.5 研究报告：模型架构与位置编码机制 mPLUG-DocOwl：面向无OCR文档理解的统一结构学习 QG-VTC：基于问题引导的视觉Token压缩方法 MinerU 技术报告：高精度文档内容提取解决方案 StrucTexT：多模态Transformer的结构化文本理解框架 Pix2Struct：截图解析作为视觉语言理解预训练方法 TextMonkey：用于文档理解的无OCR大型多模态模型 Swin Transformer：分层视觉Transformer Vision Transformer：将Transformer应用于图像分类任务 DocPedia：频域方法实现高分辨率文档理解 领域特定的大语言模型用于通过有标签数据监督微调的暖通空调系统故障诊断 将知识从大模型迁移到小型下游模型
TabPedia：统一的表格理解视觉语言模型
2025-06-10 · via thinkingReed
表格理解旨在从视觉和语义两个层面解析表格内容，包括表格检测（Table Detection, TD）、表格结构识别（Table Structure Recognition, TSR）以及表格问答（Table Question Answeri

此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。