文字多模态大模型 | 浏览量 : 0 下载量: 562 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 多模态大模型面向电子文档视觉问答的数据生成

    • Multimodal large model-based method for generating visual Q&A data for electronic document images

    • “最新研究突破了电子文档视觉问答数据生成技术，显著提升了多模态大型语言模型的文档阅读性能。”
    • 2025年30卷第9期 页码：3083-3096   

      收稿：2024-10-16，

      修回：2025-02-16，

      录用：2025-02-25，

      纸质出版：2025-09-16

    • DOI： 10.11834/jig.240610     

    移动端阅览

  • 黎宇哲， 伏凌， 朱泠皞， 罗琪頔， 涂来. 2025. 多模态大模型面向电子文档视觉问答的数据生成. 中国图象图形学报， 30(9):3083-3096 DOI： 10.11834/jig.240610.
    Li Yuzhe， Fu Ling， Zhu Linghao， Luo Qidi， Tu Lai. 2025. Multimodal large model-based method for generating visual Q&A data for electronic document images. Journal of Image and Graphics， 30(9):3083-3096 DOI： 10.11834/jig.240610.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

暂无数据

相关作者

李鸿亮 华南理工大学电子与信息学院
刘禹良 华中科技大学人工智能与自动化学院
廖文辉 华南理工大学电子与信息学院
黄明鑫 华南理工大学电子与信息学院
张朔 华中科技大学人工智能与自动化学院
金连文 华南理工大学电子与信息学院;华南理工大学-珠海现代产业创新研究院

相关机构

华南理工大学电子与信息学院
华南理工大学-珠海现代产业创新研究院
0