视觉大模型 / VLM

A Hybrid Architecture for Multi-Stage Claim Document Understanding: Combining Vision-Language Models and Machine Learning for Real-Time Processing

多阶段索赔文档理解的混合架构：结合视觉语言模型和机器学习实现实时处理

Lilu Cheng, Jingjun Lu, Yi Xuan Chan, Quoc Khai Nguyen, John Bi, Sean Ho

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

AI总结 本文提出一种混合架构，结合OCR、逻辑回归和视觉语言模型，实现高效准确的索赔文档处理，提升自动化效率300倍。

Comments 19 pages, 3 figures, 3 tables