arXiv cs.AI· Boyu Niu, Yingjie Xiong, Shurui Li, Linhan Pang, Yuntong Zhang, Han Wang, Hao Wu, Kai Zuo, Xu Tang, Xuanhe Zhou, Fan Wu·· 10 小时前AI 评分34
AmbiHTMLBench：面向 HTML 视觉丰富文档解析的基准测试
AmbiHTMLBench: A Benchmark for HTML-based Visually Rich Document parsing
AI 导读
研究者提出 AmbiHTMLBench，用于评测模型从真实文档还原可执行 HTML 的能力，要求保留内容、组织与视觉外观。该基准包含 1,115 个多样化页面，采用客观协议（表格保真度、页面级文本误差、二维布局一致性）与参考锚定的 LLM 评判协议双重评估。在十个多模态系统上，最佳客观得分为 0.8092，但主观胜出者不同；微调的小参数专家模型在文档转 HTML 重建任务上表现良好。
正文 · AI 翻译
作者：Boyu Niu、Yingjie Xiong、Shurui Li、Linhan Pang、Yuntong Zhang、Han Wang、Hao Wu、Kai Zuo、Xu Tang、Xuanhe Zhou、Fan Wu
摘要：传统文档解析系统使用 Markdown 作为输出表示，这对线性文本有效，但无法完整保留细粒度的空间结构、表格几何、视觉层次或渲染语义。我们表明，对于表示必须保持可编辑、可检查和可复用的异构且对布局敏感的文档，HTML 具有优势，并引入 AmbiHTMLBench 来系统地研究这一设定。在该基准中，给定一个真实世界文档，模型必须恢复出可执行的 HTML，以保留其内容、组织和视觉外观。该基准包含 1,115 个多样化页面及结构化标注，并以两种不同方式评估预测结果：客观协议对齐真实值与预测的渲染块，并衡量表格保真度、页面级文本错误和二维布局一致性；互补的参考锚定协议通过将 LLM 评判与人类偏好对齐来衡量感知保真度。在十个主要多模态系统中，最佳客观得分为 0.8092，而主观获胜者不同，这表明自动分解与人类感知保真度捕捉的是互补属性。我们进一步微调了一个小参数专家模型，发现任务特定适配在文档到 HTML 重建任务上取得了良好性能。这些结果使 AmbiHTMLBench 成为构建更智能、更合乎逻辑的文档解析系统的诊断测试平台。
| 评论： | 在此 https URL上查看最新基准信息 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.06449 [cs.AI] |
| （或 arXiv:2611.06449v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06449 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Boyu Niu [查看电子邮件]
[v1]
2026年11月4日星期三 12:51:26 UTC（28,912 KB）
来源：arXiv cs.AI · arxiv.org