讀紙 ReadPaper

由 Claude Code Max 翻譯的 AI 論文繁體中文版 · 101 篇

標籤 願望清單
篩選標籤： Layout Detection 1 篇 × 清除
2512.02498v4 arXiv License MIT

dots.ocr：用單一視覺語言模型完成多語文件版面解析

dots.ocr Multilingual Document Layout Parsing in a Single Vision-Language Model

Yumeng Li, Guang Yang, Hao Liu, Bowen Wang, Colin Zhang (hi lab, Xiaohongshu Inc / 小紅書)

VLMOCRDocument ParsingMultilingualLayout DetectionXiaohongshu開源模型OmniDocBench
arXiv 4
鄭子凡 許願