How Do Large Vision-Language Models See Text in Image? Unveiling the Distinctive Role of OCR Heads
专题命中 文档图表理解 ：vision-language model(title)；vision language model(abstract)；分类 cs.CV
Comments EMNLP 2025 Oral
AI 大模型
视觉大模型 / VLM
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
