arXiv ID:
2607.04636
arXiv 提交日期: 2026-07-06
通过场景感知文档合成增强关键信息提取中的大型多模态模型 / Enhancing Large Multimodal Models in Key Information Extraction via Scene-Aware Document Synthesis
1️⃣ 一句话总结
本文提出了一种名为SAYRE的文档合成方法,能自动从少量示例文档中学习版面布局和内容规律,生成大量逼真的训练数据,从而有效提升小型多模态模型在关键信息提取任务上的性能,使其在本地设备上也能达到接近云端大模型的精准度。