跳到正文
arXiv · 机器人与计算机视觉· Yitong Zhou, Mingyue Cheng, Qingyang Mao, Jiahao Wang, Feiyang Xu, Xin Li·· 25 天前AI 评分33

Enhancing Table Recognition with Vision LLMs:IJCAI 2025 论文发布邻域引导工具链推理器基准

Enhancing Table Recognition with Vision LLMs: A Benchmark and Neighbor-Guided Toolchain Reasoner

AI 导读

针对非结构化表格识别中低质量图像输入成为瓶颈的问题,研究提出基于分层设计哲学的 NGTR 框架与基准。该框架通过迁移相似邻居的工具选择经验并引入反思模块监督工具调用,在无需训练的公开数据集上显著提升了原生视觉大语言模型的识别能力。相关成果已发表于 IJCAI 2025,代码与权重开放许可情况需查阅论文原文。

来源:arXiv · 机器人与计算机视觉 · arxiv.org