本研究提出了一种自适应标记语言生成方法，旨在解决视觉文档理解中视觉感知与文本理解的整合问题。该模型在复杂文档布局下表现优异，显著提升了视觉场景的推理和理解能力。

本研究提出了K2Q数据集，用于提升视觉文档理解中的关键数据提取。比较七种基线生成模型后发现，多样化和复杂的问题能显著提高模型性能和鲁棒性，建议进一步研究生成模型训练数据的质量。