AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：ACL2024主會(huì)：中科院發(fā)布表格理解大模型Table-LLaVA，刷榜23項(xiàng)指標(biāo)
關(guān)鍵字：表格,模型,任務(wù),報(bào)告,數(shù)據(jù)
文章來(lái)源：夕小瑤科技說(shuō)
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

夕小瑤科技說(shuō) 原創(chuàng)作者 | Richard
隨著人工智能的飛速發(fā)展，讓AI模型像人一樣直接”看懂”表格，進(jìn)而完成相關(guān)任務(wù)的能力變得越來(lái)越重要。然而，以往的表格理解方法大多依賴于將表格轉(zhuǎn)換為文本格式再輸入模型，這不僅耗時(shí)耗力，在實(shí)際應(yīng)用中獲取高質(zhì)量文本格式表格也并非易事。那么，AI模型能否直接通過(guò)視覺(jué)信息理解表格呢?
近日,中科院信工所的研究者們創(chuàng)新性地提出了”多模態(tài)表格理解”這一問(wèn)題，即讓AI模型直接從表格圖像中獲取信息，進(jìn)而完成問(wèn)答、推理等下游任務(wù)。他們構(gòu)建了目前最大規(guī)模的多模態(tài)表格理解數(shù)據(jù)集MMTab，涵蓋了豐富多樣的表格圖像和任務(wù)，并在此基礎(chǔ)上開發(fā)了一個(gè)強(qiáng)大的多模態(tài)表格理解模型Table-LLaVA。
通過(guò)巧妙的兩階段訓(xùn)練，Table-LLaVA展現(xiàn)出了優(yōu)異的多模態(tài)表格理解能力，在23個(gè)評(píng)測(cè)任務(wù)上全面超越了現(xiàn)有的多模態(tài)大模型，甚至可以和強(qiáng)大的GPT-4V一較高下。
論文標(biāo)題：Multimodal Table Understanding
論文鏈接：https://arxiv.org/pdf/2406.08100
表格處理，AI的新戰(zhàn)場(chǎng)在大數(shù)據(jù)時(shí)代，表格無(wú)處不在。傳統(tǒng)的表格理解方法需

原文鏈接：ACL2024主會(huì)：中科院發(fā)布表格理解大模型Table-LLaVA，刷榜23項(xiàng)指標(biāo)

聯(lián)系作者

文章來(lái)源：夕小瑤科技說(shuō)
作者微信：
作者簡(jiǎn)介：