会员服务
Reading Beyond OCR Noise: Robust Cross-Lingual RAG for Legislative Archives
Arxiv
0+阅读 · 10月26日
ChatGPT Images 2.5 on Forgery Tasks: Testing Advertised Improvements Against Known Answers
Arxiv
0+阅读 · 10月24日
Rescuing Your Pruning: Rethinking Visual Token Pruning and Post-Training Recovery in MLLMs
Arxiv
0+阅读 · 10月24日
Timing Matters Twice: When to Query and When to Skip in Flow-Matching On-Policy Distillation
Arxiv
0+阅读 · 10月25日
MuSTEL: A Large-Scale Multilingual Synthetic Text-Line Image Dataset for OCR
Arxiv
0+阅读 · 10月25日
WeVisOne-VL: Unified Visual Perception from Objects to Pixels
Arxiv
0+阅读 · 10月24日
WeVisOne-VL: Unified Visual Perception from Objects to Pixels
Arxiv
0+阅读 · 10月22日
Beyond Legibility: Benchmarking Visual Text Rendering and In-Place Editing in Unified Video Generation
Arxiv
0+阅读 · 10月22日
GAIDA: Generative AI for Human-in-the-Loop Document Annotation
Arxiv
0+阅读 · 10月19日
Design Considerations in Low-Resource Archival OCR: A Case Study in Lakota
Arxiv
0+阅读 · 10月18日
Evaluating Cloud and Self-Hosted OCR Systems for Arabic, English, and French Documents: Bounding Box Detection, Text Recognition, and Mathematical Expression Recognition
Arxiv
0+阅读 · 10月18日
Improving OCR Accuracy Through Multi-Classifier Verification of Visually Similar Characters
Arxiv
0+阅读 · 10月15日
Loud and Clear: Making Visual Evidence Count in Multimodal Document RAG
Arxiv
0+阅读 · 10月15日
VDE Bench: Evaluating The Capability of Image Editing Models to Modify Visual Documents
Arxiv
0+阅读 · 10月15日
Equal CER, Unequal Damage: Severity-Weighted Character Error Rate for OCR
Equal CER, Unequal Damage: Severity-Weighted Character Error Rate for OCR
Arxiv
0+阅读 · 10月14日
参考链接
微信扫码咨询专知VIP会员
Top