标签
宣布 RT-DocLayout，这是世界上首个能够在真实文档中进行像素级多点多边形框的布局分析模型，已被 ECCV 2026 接收。论文指出，尽管端到端模型日益强大，布局分析仍然至关重要，并介绍了一个高效的 33M 参数模型，运行速度达 132.1 FPS。
本文识别了文档布局分析鲁棒性评估中的足迹偏差，并提出了一种结构感知的审计框架，该框架解耦了探针构建与路径归因，表明小规模的结构定向探针会导致与较大扰动相当的下游性能退化。