轻量VLM文化遗产档案OCR转JSON对比研究

一项对比研究评估了八款开源轻量级视觉语言模型（VLM，参数不超过7B）在三个高校文化遗产馆藏上的OCR到结构化JSON提取表现。研究由Uddipan Basu Bir等人发表，在zero-shot、few-shot和微调三种设置下，以CER、ANLS*和mAP-F1三项指标衡量效果。 该研究聚焦于将扫描文档内容识别为结构化JSON这一任务，选取的文化遗产材料来自高校馆藏。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。