跳到正文
arXiv · 机器人与计算机视觉· Qixin Xu, Haozhe Wang, Che Liu, Fangzhen Lin, Wenhu Chen·· 9 天前AI 评分65

UniDoc:面向文档的统一思考方法

UniDoc: Towards Unified Thinking in Documents

AI 导读

UniDoc 针对长文档问答中结构推理与细粒度视觉理解的矛盾,提出分辨率自适应的双阶段架构:先以低分辨率快速阅读全页定位证据,再以高分辨率聚焦处理选定页面进行多模态推理。

来源:arXiv · 机器人与计算机视觉 · arxiv.org