视觉大模型 / VLM

Dolphin-v2: Universal Document Parsing via Scalable Anchor Prompting

Dolphin-v2：通过可扩展的锚点提示实现通用文档解析

Hao Feng, Wei Shi, Ke Zhang, Xiang Fei, Lei Liao, Dingkang Yang, Yongkun Du, Xuecheng Wu, Jingqun Tang, Yang Liu, Hong Chen, Can Huang

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

AI总结 Dolphin-v2通过可扩展的锚点提示实现通用文档解析，改进了文档类型分类、布局分析和元素检测，提升了对拍摄文档的解析能力并减少错误率。