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

Google DeepMind News
Google DeepMind News
Microsoft Security Blog
Microsoft Security Blog
B
Blog
Martin Fowler
Martin Fowler
WordPress大学
WordPress大学
爱范儿
爱范儿
博
博客园_首页
博
博客园 - 聂微东
量
量子位
V
Visual Studio Blog
aimingoo的专栏
aimingoo的专栏
T
The Blog of Author Tim Ferriss
J
Java Code Geeks
小众软件
小众软件
大猫的无限游戏
大猫的无限游戏
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
N
Netflix TechBlog - Medium
F
Fortinet All Blogs
The Cloudflare Blog
T
Tailwind CSS Blog
G
Google Developers Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
月光博客
月光博客
腾
腾讯CDC

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。