Benchmarking Vision-Language Models on Chinese Ancient Documents: From OCR to Knowledge Reasoning
专题命中 文档图表理解 :vision-language model(title,abstract)
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 文档图表理解 :vision-language model(title,abstract)
机构 * Brigham Young University
专题命中 文档图表理解 :MLLM(title);分类 cs.CV、cs.LG