标签
据报道，一款名为 Clef 的新视觉模型具备与 Jev 相当的能力，同时新增了图像支持，能够执行检查签名、核验发票总额等文档理解任务，并提供经过校准的结果。作者质疑，尽管该模型的表现令人惊叹，为何此次发布却没有得到足够的宣传。
LightOn 发布新一代轻量级端到端 OCR 模型 LightOnOCR-3 系列，其中 4B 版本采用 Qwen3.5 视觉-语言架构，新增 grounding（带边界框的布局标签）、图像描述和图表数据提取等视觉理解能力，全部以 Apache 2.0 许可开源。
ICDAR2026竞赛展示了来自8支团队的结果，重点介绍了使用结构化证据提取和多组件协调来处理跨多种文档领域的VQA任务的先进系统。
本文介绍了TestHallVQA，一个多图像VQA基准，用于评估大型视觉语言模型在冗余上下文下的文档级推理，并提出了一个新的指标F1-R2来量化计算推理和鲁棒性。
Elon Musk 宣布 Grok 4.6 登顶 Databricks，Ivan Zhou 报告称，使用 Databricks 的 Genie 测试框架，在 OfficeQA Pro V2 上实现了 SOTA 性能。
一位用户分享了在多种语言上测试Liquid AI新推出的LFM2.5-VL-3B视觉语言模型的惊人结果，指出其视觉能力很强，但指令跟随能力低于预期；Liquid AI宣布该模型能够读取屏幕、文档，并将物体定位到坐标。
一项关于多页视觉丰富文档理解（MP-VRDU）失败的实证归因研究，隔离了表示、选择与推理三种失败模式，并为在固定计算预算下构建此类系统提供了指导。
NVIDIA 发布 Nemotron Parse 2.0，这是一个文档图像解析模型，可将扫描的 PDF 和图像转换为带有布局、边界框和阅读顺序的结构化文本，并增加了多语言 OCR 改进和图表感知解析功能。
介绍了XL-DocBench，这是一个经过人工验证的超长文档理解基准，涵盖六个专业领域的1,519个问题，要求多页证据和结构化推理，表明当前大语言模型在处理长上下文专业文档时仍存在困难。
本文提出 VLD-RAG，一种用于在长篇幅、视觉丰富文档上进行问答的智能多模态检索增强生成框架。它使用保留页面的索引和验证器引导的智能体工作流，改进跨页证据检索和推理，在 LongDocURL 和 MMLongBench-Doc 等基准测试上优于以往的基于视觉的基线方法。
本文揭示了视觉语言模型在面对错别字或视觉伪影等扰动时，往往会改写文本而非忠实转录，并引入了 FaithC4 基准来评估多种模型和语言中的这种行为。
这条推文对 Gemini 3.6 Flash 和 Gemini 3.5 Flash Lite 在文档理解方面进行了基准测试，发现虽然 Flash 系列最初在视觉理解方面表现出色，但最新版本由于针对编码和推理进行了后期训练，性能已趋于平稳甚至有所退步。
DeepSeek OCR 2 是一个拥有3B参数的模型，在OCR和文档理解方面超越了Gemini 3 Pro，具有类似人类的阅读顺序，并支持本地微调。
SynthDocBench 是一个完全合成的长上下文视觉文档理解基准，它系统地控制文档长度、布局、模态和问题类型，揭示了当前VLM中的失败模式，如长度退化和位置敏感性。
LlamaIndex对GPT-5.6在文档理解方面进行了基准测试，发现其相比GPT-5.5没有改进；该模型在文本和表格上表现良好，但在图表和布局方面仍有不足。
提出了BaFCo，一个面向孟加拉语表单理解的基准数据集，重点关注文档布局分析（DLA）和关键信息提取（KIE）。该数据集包含200份多页复杂孟加拉国政府表单，涵盖26种实体类型的细粒度标注，并对多个多模态大型语言模型（MLLMs）进行了评估，揭示了当前模型在理解复杂孟加拉语表单方面的局限性。
HunyuanOCR-1.5 是一款轻量级端到端OCR视觉语言模型，通过DFlash（推理速度提升6.37倍）提高效率，通过Agentic Data Flow增强能力，在文档解析、OCR和多语言任务上达到顶级性能。
LEDGER是一个新的基准测试，用于评估大语言模型在企业年报上的长上下文能力，提供了4,999份数字化报告，包含31个财务关键绩效指标，以及涵盖检索和提取的三项评估任务。
Jerry Liu的团队正在CVPR 2026上展示ParseBench，这是一个针对视觉语言模型（VLM）的全面文档理解基准。该基准包含2000页真实企业文档，以及针对表格、图表和视觉定位的评估指标。
MM-BizRAG 是一个面向企业问答的多模态检索增强生成系统，通过文档结构感知分割和版式感知解析，在异构企业文档上的表现比以视觉为中心的基线方法最高提升 32%。该论文还提出了 FastRAGEval——一种基于 LLM 的高效评估指标，其与人类判断的对齐程度优于 RAGChecker，且成本更低。