arXiv · cs.AI· Yuheng Chen, Yufan Chen, Zhuojun Cai, Ruiping Liu, Junwei Zheng, Jiale Wei, Di Wen, Weijia Fan, Kunyu Peng, Jiaming Zhang, Rainer Stiefelhagen·· 6 小时前
Read-Parse-Describe：统一文档解析与视觉元素描述生成
Read, Parse, Describe: Unified Document Parsing with Visual Element Description Generation
arXiv:2610.20335v1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：Yuheng Chen, Yufan Chen, Zhuojun Cai, Ruiping Liu, Junwei Zheng, Jiale Wei, Di Wen, Weijia Fan, Kunyu Peng, Jiaming Zhang, Rainer Stiefelhagen
研究任务与主要进展
Yuheng Chen等人提出Read-Parse-Describe统一文档解析数据集与基准，要求模型从页面图像生成包含边界框、语义标签、阅读顺序、文本内容和视觉元素替代文本的有序版式元素列表。
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