从像素到键值对：真实噪声文档环境下基于 LLM 的键值抽取综合基准
英文标题：From Pixels to Pairs: A Comprehensive Benchmark of LLM-Based Key-Value Extraction in Noisy Document Settings
大语言模型（LLM）正日益广泛地应用于从非结构化文档中提取结构化信息，但在面对实际落地中普遍存在的 OCR 识别噪声时，其鲁棒性仍缺乏系统性评估。该研究提出了一个全新的综合基准评测体系，专门用于评估开源指令微调 LLM 在各种真实 OCR 噪声干扰下的键值对（Key-Value）抽取能力。研究揭示了现有模型在低质量扫描、字符错漏和排版退化等复杂场景下的性能边界与脆弱环节。该工作为开发者构建高容错的文档智能与 Agent 业务流水线提供了关键选型参考，并为下一代抗噪文档模型的优化指明了方向。
打开原文相关 5.6 · 机会 2
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
论文摘要
大语言模型（LLM）正越来越多地应用于从文档中提取结构化信息，然而其在面对真实场景下的 OCR 噪声时的行为与鲁棒性仍缺乏充分研究。为此，我们提出了一个系统性的基准测试，用于全面评测开源指令微调（instruction-tuned）大语言模型在噪声文档环境下的键值对抽取（Key-Value Extraction）能力。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×