PyTorchKR Papers

최신 논문

총 3편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.15706v2cs.AI

정확도 너머: 템플릿 문서 추출에서 비전-언어 모델의 견고성, 비용, 거버넌스 트레이드오프

Beyond Accuracy: Robustness, Cost, and Governance Trade-offs for Vision-Language Models in Templated Document Extraction

비전-언어 모델(VLM)은 사업 문서에서 구조화된 필드를 추출하는 데 점점 더 많이 쓰이지만, 대부분의 평가는 깨끗한 벤치마크上的 정확도만 보고하며, 주어진 작업 복잡도에 맞는 접근을 고르는 실무자에게 거의 안내를 주지 않는다. 우리는 측정에 기반한 연구와 오픈소스 공개로 이 공백을 메운다. 11개 시스템(상용 3종, 추론형 2종, 사전학습 및 미세조정 형태의 오픈소스 VLM 5종, 비LLM OCR→정규식 하한선)을 합성 수표 750건의 홀드아웃 풀에서 채점한 결과, 3K 샘플 미세조정은 최고 오픈소스 VLM을 F1 0.98 이상으로 끌어올려 이 작업에서 모든 제로샷 상용 시스템을 넘어서게 한다—한편 GPT-5는 상용 풀에서 F1을 선도하고 Claude Sonnet 4.5는 Date에서 붕괴한다. 이 측정을 실행 가능한 선택으로 바꾸기 위해, 작업 프로필(품질, 지연 시간, 거버넌스, 처리량)을 필터링과 총비용 최소화를 통해 권장 접근에 매핑하는 실무자 지향 선택 프레임워크를 제안하며, 이를 가상의 중간 처리량 문서 추출 시나리오로 설명한다.

arXiv:2607.06012v1cs.CV

클러스터링, 분류, 대규모 언어 모델을 활용한 부동산 문서에서의 구조화 데이터 추출

Structured Data Extraction from Real Estate Documents using Clustering, Classification, and Large Language Models

스코틀랜드 부동산 플랫폼의 설문 PDF 문서 3,965건에서 구조화된 정보를 추출하기 위해, 문서를 세 가지 유형으로 분류한 후 DeepSeek R1을 활용해 35개의 매물 속성을 JSON 형식으로 추출하는 엔드-투-엔드 파이프라인을 제안한다. 코사인 유사도 기반 Jaccard 일관성 점수 0.82와 K-Means 클러스터링 실루엣 점수 0.2088로 추출 품질을 검증하여, 대규모 비정형 부동산 문서 처리의 실현 가능성을 입증하였다.

arXiv:2606.24420v1cs.CL

Beyond Logprobs: A Multi-Signal Confidence Engine for LLM-Based Document Field Extraction

고위험 문서 처리에서 LLM 필드 추출의 신뢰도를 logprob·자기 일관성만으로는 구분하기 어렵다는 문제에, 필드 중심 Hunter 호출과 문서 중심 Mapper 호출의 불일치와 LLM 내부 불확실성, OCR·이미지 품질·공간 레이아웃 신호를 융합하는 ExtractConf를 제안한다. DocILE 55필드 인보이스에서 ROC AUC 0.928과 logprob 평균 대비 선택적 예측 위험 70% 감소를 달성했고, CORD 영수증에도 재학습 없이 0.858 AUC로 전이된다.