研究用语言接口替代坐标接口提升证据归因
热点事件持续更新
研究用语言接口替代坐标接口提升证据归因
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Zhuchenyang Liu等作者发表研究,提出用“文本引用+多模态检索”的语言接口替代坐标接口,以改善视觉文档理解中的证据归因。在双语 CiteVQA 子集上测试六个开源视觉语言模型,证据召回率从最高 8 点提升至 26-47,归因幻觉率约减半,答案质量基本不变。 基于同一引用-检索流程,作者用 GRPO 训练无需区域标注的模型,将 8B 骨干的严格归因准确率从 22.4 提升至 33.8。
AI 根据报道生成 · 5 分钟前更新
最新进展11月18日 13:00
无需坐标或区域标注:视觉文档理解中的证据归因新方法报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.CL无需坐标或区域标注:视觉文档理解中的证据归因新方法
研究提出用“文本引用+多模态检索”的语言接口替代坐标接口,在双语 CiteVQA 子集上测试六个开源视觉语言模型,证据召回率从最高 8 点提升至 26-47,归因幻觉率约减半,答案质量基本不变。基于同一引用-检索流程,作者用 GRPO 训练无需区域标注的模型,将 8B 骨干的严格归因准确率从 22.4 提升至 33.8。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。