arXiv · cs.AI· Simon Ott, Yufan Chen, Ruiping Liu, Junwei Zheng, Jiale Wei, Di Wen, Kunyu Peng, Jiaming Zhang, Rainer Stiefelhagen·· 1 天前
VL-DocIR：视觉长文档信息检索基准
VL-DocIR: A Benchmark for Vision-Based Long Document Information Retrieval
arXiv:2610.17057v1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：Simon Ott, Yufan Chen, Ruiping Liu, Junwei Zheng, Jiale Wei, Di Wen, Kunyu Peng, Jiaming Zhang, Rainer Stiefelhagen
研究任务与主要进展
基于论文摘要，作者提出 VL-DocIR 页面级视觉长文档信息检索基准，覆盖 29,641 份文档、388,548 张页面图像、271,760 个查询、23 个领域和六类证据结构。在结构平衡的 Macro 评测下，最强配置达到 69.3 nDCGAll@10 和 80.6 RecallAll@10，但跨文档检索明显难于单页检索，文档上下文评分对文档内多页查询尤其有帮助；数据集和代码将于后续公开。
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