本研究提出了LongDocURL基准，旨在解决长文档理解和布局元素定位的不足。该基准涵盖长文档理解、数值推理和跨元素定位，收集了超过33,000页文档的高质量问答对，显著提升了文档理解性能。

LongDocURL: A Comprehensive Multimodal Benchmark Framework for Long Document Understanding, Reasoning, and Localization
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证