arXiv · cs.AI· Ghazal Khalighinejad, Raghuveer Thirukovalluru, Alexander H. Oh, Bhuwan Dhingra·· 5 小时前
ArXivDoc基准：文档图像表示在科学检索中表现不足
Document-as-Image Representations Fall Short for Scientific Retrieval
arXiv:2604.18508v2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：Ghazal Khalighinejad, Raghuveer Thirukovalluru, Alexander H. Oh, Bhuwan Dhingra
研究任务与主要进展
作者提出ArXivDoc科学文档检索基准，直接利用论文LaTeX源中的章节、表格、图形和公式构造查询，并比较文本、图像及多模态表示。实验结果显示，文档作为图像的表示整体表现不佳，文档长度增加时问题更明显；文本表示在图形查询中也利用标题和上下文取得最佳效果，交错文本与图像表示则优于纯文档图像方法。
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