会员服务
Deciphering the Underserved: Benchmarking LLM OCR for Low-Resource Scripts
Arxiv
0+阅读 · 12月20日
Text Change Detection in Multilingual Documents Using Image Comparison
Arxiv
0+阅读 · 12月5日
Aligned Music Notation and Lyrics Transcription
Arxiv
0+阅读 · 12月5日
@Bench: Benchmarking Vision-Language Models for Human-centered Assistive Technology
Arxiv
0+阅读 · 11月25日
Rich Semantic Knowledge Enhanced Large Language Models for Few-shot Chinese Spell Checking
Arxiv
0+阅读 · 11月20日
TAP-VL: Text Layout-Aware Pre-training for Enriched Vision-Language Models
Arxiv
1+阅读 · 11月7日
POINTS: Improving Your Vision-language Model with Affordable Strategies
Arxiv
0+阅读 · 11月5日
Chronicling Germany: An Annotated Historical Newspaper Dataset
Arxiv
0+阅读 · 10月25日
Robust Loop Closure by Textual Cues in Challenging Environments
Arxiv
0+阅读 · 10月21日
Are VLMs Really Blind
Arxiv
0+阅读 · 10月29日
POINTS: Improving Your Vision-language Model with Affordable Strategies
Arxiv
0+阅读 · 9月14日
POINTS: Improving Your Vision-language Model with Affordable Strategies
Arxiv
0+阅读 · 9月7日
OCRBench: On the Hidden Mystery of OCR in Large Multimodal Models
Arxiv
0+阅读 · 8月26日
Toward accessible comics for blind and low vision readers
Arxiv
0+阅读 · 9月10日
Ancient but Digitized: Developing Handwritten Optical Character Recognition for East Syriac Script Through Creating KHAMIS Dataset
Arxiv
0+阅读 · 8月24日
参考链接
父主题
文字识别
微信扫码咨询专知VIP会员
Top