PP-ChatOCRv4是基于ERNIE 4.5 Turbo的文档关键信息抽取方案，结合OCR与大模型技术，提升信息提取的效率与准确性，适用于多行业的文档处理需求。

飞桨PP-UIE是一个支持中英文的信息抽取大模型，具备强大的零样本和小样本学习能力，能够高效处理长文本，适用于多种应用场景。

文本图像信息抽取技术在多个行业得到广泛应用。飞桨低代码工具PaddleX新增PP-ChatOCRv3，结合PaddleOCR和文心一言，实现高效的信息抽取。升级后支持多页PDF快速适配和自定义提示词，提升了信息提取的灵活性与效率。

该模型用于票证检测和矫正，广泛应用于信息抽取和证件扫描。基于真实数据训练，支持多角度和复印件判断，准确率高达99%。通过特征提取和透视变换，显著提高工作效率和准确性。

本文介绍了通用信息抽取大型语言模型（GIELLM），该模型通过统一架构整合多种信息抽取任务，显著提升了性能。实验结果表明，GIELLM在多个数据集上超越了GPT-3.5-Turbo，验证了互相增强效应（MRE）的有效性，推动了信息抽取任务的统一处理。

该研究探讨了知识图谱在信息抽取中的应用，介绍了多种知识图谱补全方法，包括基于嵌入式网络、预训练语言模型和信息检索的模型，旨在提升链接预测和结构学习的性能，并提出了加速模块和评估方法的改进方向。

本研究提出了一种多任务学习方法，结合句子分类和命名实体识别，以提升信息抽取的性能。引入通用信息抽取大型语言模型（GIELLM），首次同时处理多种子任务，实验证明其在多个数据集上表现优异，标志着信息抽取的新范式。

本文汇总多项信息抽取研究，包括提出WebIE数据集及三种训练策略以提升跨域跨语言性能，设计轻量级特征无关IE范例，构建多特征融合网页文本提取算法，提出三阶段联合学习框架，研发文档级实体提取、医学实体抽取、网络安全实体标注等方法，并发布HealthE数据集与EPS-BERT模型，F1值显著提升。

该文综述视觉文档理解的多模态预训练进展，涵盖FormNetV2、Bi-VLDoc、DocFormerv2、StrucTexT等模型，采用图对比学习、双向视觉语言监督、多粒度Transformer等策略融合文本、视觉与布局信息，在FUNSD、CORD、SROIE等基准上取得最优性能，并应用于信息抽取、表格理解与多模态摘要。

该文综述文档理解领域的多模态预训练模型，包括LayoutLM、LayoutLMv2、LayoutXLM、MarkupLM、LAMPreT、VaLM等，通过联合建模文本、布局与图像信息，在表单理解、信息抽取、文档分类等任务上超越强基线，并展望多模态学习挑战。

本文综述生成式大语言模型在信息抽取中的最新进展，按子任务与学习范式分类，分析新兴趋势与技术洞见。研究涵盖指令式抽取、通用抽取模型GIELLM、代码提示方法及表格抽取等，发现性能不仅取决于模型规模，还依赖架构、数据多样性与学习技术，并指出未来方向。

该文综述文档AI与视觉语言模型进展，涵盖DocVQA、DUDE等数据集，Bi-VLDoc、DocFormerv2等文档理解模型，LVIS-Instruct4V、InstructCV、Instruct-Imagen等视觉指令与生成方法，以及基于指令的信息抽取任务InstructIE。

Code4UIE是一种用于信息抽取任务的通用检索增强代码生成框架，采用Python类定义任务特定模式，并利用上下文学习机制指导LLMs生成恰当的代码。Code4UIE在多个数据集上进行了广泛实验，证明了其有效性。