ETH Zurich（苏黎世联邦理工学院）

Identify, Locate, Link: End-to-End Key-Value Extraction from Document Images

识别、定位、关联：从文档图像中进行端到端键值提取

A. Said Gurbuz (1 and 2), Ahmed Nassar (1), Christoph Auer (1), Maksym Lysak (1), Lucas Morin (1), Matteo Omenetti (1), Tim Strohmeyer (1), Panagiotis Vagenas (1), Nikolaos Livathinos (1), Michele Dolfi (1), Peter Staar (1) ((1) IBM Research Zurich, (2) ETH Zurich)

机构 * IBM Research Zurich（IBM苏黎世研究院） ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 该研究针对传统文档处理的误差传播问题，微调SmolDocling模型实现端到端键值提取，在多个数据集上性能优于更大基线模型，且体积小、推理快。

Comments Accepted at ICDAR 2026. 17 pages, 6 figures, 7 tables