arXiv · cs.AI· Blagoj Mitrevski, Arina Rak, Julian Schnitzler, Chengkun Li, Andrii Maksai, Jesse Berent, Claudiu Musat·· 7 小时前
InkSight通过视觉语言模型将离线手写转换为在线数字墨迹
InkSight: Offline-to-Online Handwriting Conversion by Teaching Vision-Language Models to Read and Write
arXiv:2402.05804v5阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Blagoj Mitrevski, Arina Rak, Julian Schnitzler, Chengkun Li, Andrii Maksai, Jesse Berent, Claudiu Musat
研究任务与主要进展
InkSight将照片中的离线手写转换为可编辑的在线数字墨迹，并通过阅读与书写先验减少对大量配对训练样本的依赖。基于论文摘要，作者称该方法可处理视觉特征和背景多样的手写照片，并能泛化到简单素描；在HierText数据集上，87%的模型输出被认为是输入图像的有效描摹，67%看起来像人类绘制的笔轨迹。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org