跳到正文
arXiv · 机器人与计算机视觉· Brandon Smock, Maxim Sokolov, Libin Liang, Valerie Faucon-Morin, Amrit Ramesh, Tayyibah Khanam, Maury Courtland·· 14 天前AI 评分43

PubTables-v2:首个多页表格提取基准数据集及模型性能评测

PubTables-v2: A new large-scale dataset for full-page and multi-page table extraction

AI 导读

PubTables-v2 是首个面向全页与多页场景的表格提取大规模数据集,填补了相关标注数据空白。评估显示前沿模型在复杂全文档任务上显著优于小模型(+0.354 GriTS_Con),但在裁剪表格等窄任务中差距可被缩小甚至逆转(-0.056 GriTS_Con)。该数据集已公开可用,为视觉语言模型在文档理解领域的进展提供了统一基准。

来源:arXiv · 机器人与计算机视觉 · arxiv.org