标签
本文提出了一种无需训练的基于图的框架，用于复杂文档布局中的阅读顺序推断，利用语言模型信号和最大遗憾推断规则。该方法在历史手稿和多列基准测试上显著优于现有基线，在环绕式Glossa布局上达到了95%的边准确率。
Mistral AI 发布了 Mistral OCR 4，该模型能够读取历史手写手稿，并提供边界框、块分类以及内联置信度分数，支持170种语言。