WeVisDoc: от охвата до способности к быстрому отбору документов

arXiv:2609.20423v1 Аннонс Тип: новое резюме: документооборот с целью преобразования изображений документов в структурированное содержание и требует надежной работы по различным схемам и условиям приобретения. Тем не менее тренировочная корпорация предвзята к общим типам документов и чистым цифровым страницам, в то время как расширение охвата само по себе не уточняет, каким образом устранить остающиеся недостатки парсера. Мы представляем WeVisDoc, двухэтапную систему обработки данных для надежной обработки документов в конце. Этап I расширяет семантическое, структурное и внешнее охват за счет неоднородных данных и синтеза деградации структуры. На этапе II используется стационарный зонд для измерения остаточных ошибок первого этапа в стационарных визуальных и структурных скоплениях. Эти методы диагностики служат руководством для целенаправленной разработки данных и перераспределения бюджета, ориентированного на конкретные цели. WeVisDoc-4B достиг общего балла 95,38 на OmniDocBench v1.6 и среднего общего счёта 75,54 по трем трекам PureDocbench, первого из которых была compa