无坐标标签下提升视觉文档理解证据归因准确率
热点事件持续更新
无坐标标签下提升视觉文档理解证据归因准确率
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
针对视觉语言模型在坐标接口下存在的归因幻觉问题,研究者对比了坐标与纯文本引用两种接口,发现后者能显著提升证据召回率并降低幻觉。基于此,作者提出了一种无需昂贵区域级监督的 GRPO 训练方案,通过让模型直接引用原文片段并由检索器定位位置,成功将 8B 骨干模型的严格归因准确率从 22.4% 提升至 33.8%,为视觉文档理解提供了新的实践路径。
AI 根据报道生成 · 9 小时前更新
最新进展11月18日 13:00
无坐标或区域标签下的视觉文档理解证据归因研究报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉无坐标或区域标签下的视觉文档理解证据归因研究
该研究针对视觉语言模型在坐标接口下存在的归因幻觉问题,对比了坐标与纯文本引用两种接口,发现后者能显著提升证据召回率并降低幻觉。基于此,作者提出了一种无需昂贵区域级监督的 GRPO 训练方案,通过让模型直接引用原文片段并由检索器定位位置,成功将 8B 骨干模型的严格归因准确率从 22.4% 提升至 33.8%,为视觉文档理解提供了新的实践路径。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 17:00
- 近 24 小时变化
- –
02.557.510
18:0020:0022:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。