视觉大模型 / VLM

SheetDesigner: MLLM-Powered Spreadsheet Layout Generation with Rule-Based and Vision-Based Reflection

Qin Chen, Yuanyi Ren, Xiaojun Ma, Mugeng Liu, Han Shi, Dongmei Zhang

机构 * Peking University（北京大学） ； Microsoft（微软） 纠错

专题命中 文档图表理解 ：MLLM(title)；multimodal large language model(abstract)；分类 cs.AI

Comments Accepted to EMNLP 2025 Main Conference

MoLoRAG: Bootstrapping Document Understanding via Multi-modal Logic-aware Retrieval

Xixi Wu, Yanchao Tan, Nan Hou, Ruiyang Zhang, Hong Cheng

机构 * The Chinese University of Hong Kong（香港中文大学） ； Fuzhou University（福州大学） ； University of Macau（澳门大学） 纠错

专题命中 文档图表理解 ：vision-language model(abstract)；VLM(abstract)

Comments EMNLP Main 2025