OmniHandwritingOCR：用于评估多模态 LLM 手写 OCR 能力的诊断基准
英文标题：OmniHandwritingOCR: A Diagnostic Benchmark for Evaluating Multimodal LLMs in Handwritten OCR Scenarios
OmniHandwritingOCR 是一项用于评估多模态大语言模型（MLLM）在手写 OCR 场景中表现的诊断基准。论文指出，MLLM 正日益被用于文档与知识处理流程中的 OCR 系统，但其准确识读真实手写内容的能力仍缺乏充分研究。现有 OCR 基准主要聚焦印刷文本，因此该工作旨在补足手写识别评估方面的空白。该基准有望帮助开发者和行业更系统地检验 MLLM 在真实文档处理任务中的手写文本读取可靠性。
打开原文相关 4.8 · 机会 0
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
OmniHandwritingOCR：用于评估多模态 LLM 手写 OCR 能力的诊断基准
arXiv:2608.18586v1
公告类型：新论文
摘要
多模态大语言模型（MLLM）正日益被用作文档和知识处理流程中的 OCR 系统，但其是否能够忠实地读取真实手写内容，仍缺乏充分探索。现有 OCR 基准主要聚焦于印刷文本……
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×