本文评估了不同训练和评估设置下UOSR任务的性能，发现UOSR性能优于OSR性能。探讨了OSR的两种训练设置对UOSR的影响，并提出了新的评估设置few-shot UOSR。通过使用FS-KNNS方法，实现了最先进的性能。

本文介绍了文档人工智能社区重新评估当前方法学的任务，并提出了文档理解数据集和评估（DUDE）来纠正在理解视觉丰富文档方面的研究进展。DUDE包含来自各个行业、领域和多页的视觉丰富文档的各种问题、答案和布局，并通过创建多任务和多领域的评估设置来推动当前方法的界限。

本文介绍了全球中程天气预测基准WeatherBench 2的更新版本，旨在加速数据驱动的天气模型的进展。评估框架基于已建立实践，定义了一组引人注目的分数以提供模型性能的概览。同时，讨论了当前评估设置的注意事项以及数据驱动天气预测未来面临的挑战。

本文分析了UOSR任务在不同训练和评估设置下的性能，并评估了几种OSR方法的UOSR性能。发现UOSR性能优于OSR性能，原因是已知但错误分类的样本。探讨了OSR的两种训练设置如何影响UOSR，提出了新的评估设置few-shot UOSR，并提出了FS-KNNS来实现最先进性能。