视觉大模型 / VLM

Structured Extraction from Business Process Diagrams Using Vision-Language Models

使用视觉-语言模型从业务流程图中提取结构

Pritam Deka, Barry Devereux

机构 * Queen's University Belfast（女王大学贝尔法斯特） 纠错

专题命中 文档图表理解 ：vision-language model(title,abstract)；分类 cs.AI

AI总结 本文提出使用视觉-语言模型和OCR技术从BPMN图像中提取结构化数据，无需源文件或文本注释。

Comments To appear in the Proceedings of the 2026 ACM Symposium on Applied Computing (SAC '26)

Resolving Evidence Sparsity: Agentic Context Engineering for Long-Document Understanding

解决证据稀疏性：面向长文档理解的代理情境工程

Keliang Liu, Zizhi Chen, Mingcheng Li, Jingqun Tang, Dingkang Yang, Lihua Zhang

专题命中 文档图表理解 ：vision language model(abstract)；VLM(abstract)；分类 cs.CV

AI总结 SLEUTH通过多代理框架解决长文档理解中的证据稀疏问题，提升多模态文档处理性能。