arXiv cs.CL· Yong Zu, Ninghua Yang, Zezhong Tan, Xinhong Ma, Ziqiang Dong, Yang Yang·· 2 天前AI 评分20
P2TPO：面向全页文档解析的结构对齐页面到 token 信用分配
P2TPO: Structure-Aligned Page-to-Token Credit Assignment for Full-Page Document Parsing
AI 导读
针对全页文档解析中页面级优势无法定位局部错误的问题，研究者提出结构对齐的信用分配框架 P2TPO，通过参考元素对齐、Unified Anchor Pricing（UAP）和 Span Credit Redistribution（SCR）将块级信用细化到 token 级。在六个文档解析基准上，P2TPO 的种子平均分超过所有对比的策略优化基线，并在不同模型规模和初始化下均取得增益。
正文 · AI 翻译
摘要：端到端整页文档解析必须保留异构元素的内容与结构，然而即便整体准确的输出也可能包含局部错误和遗漏。单页层面的优势并不能明确识别哪些元素在采样输出之间质量存在差异，或其错误发生在何处。我们提出 Page-to-Token Policy Optimization（P2TPO），一种结构对齐的信用分配框架，作用于整页策略轨迹。参考元素对齐首先将块级质量对比与生成的片段关联起来。Unified Anchor Pricing（UAP）纳入匹配和缺失元素的结果，并在采样输出对某一参考元素获得相同但不完美的分数时，提供相对于固定质量上限的反馈。在匹配块内，Span Credit Redistribution（SCR）根据对齐的正确和错误片段重新分配已有的块信用，对块内遗漏使用边界代理，同时在其 token 上保留块派生的总优势。在固定权重加性页面效用下，我们表明按元素索引的对比保留了页面级聚合可能抵消的局部质量差异。在主要实验比较中，P2TPO 在六个文档解析基准上，种子平均分数均优于所有评估的策略优化基线。额外实验表明在不同模型规模和初始化下均有增益。
| 评论： | 34 页，9 幅图，含附录 |
| 主题： | 机器学习（cs.LG）；计算与语言（cs.CL）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.21979 [cs.LG] |
| （或 arXiv:2610.21979v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21979 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Yong Zu [查看邮箱]
[v1]
2026 年 10 月 15 日星期四 14:32:00 UTC（9,235 KB）
来源：arXiv cs.CL · arxiv.org