PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.01132v2cs.CV

HakushoBench: 정부 백서 기반의 일본어 차트 및 표 VQA 벤치마크

HakushoBench: A Japanese Chart and Table VQA Benchmark from Governmental White Papers

차트 및 표 이미지를 이해하는 것은 비전-언어 모델(VLM)을 실제 문서 이해에 적용하는 데 필수적입니다. 영어 벤치마크는 빠르게 발전한 반면, 비영어권 벤치마크는 여전히 부족하여 이러한 발전이 다른 언어로도 일반화되는지 불분명합니다. 주요 장애물은 현실적이고 다양한 비영어 차트 및 표 이미지를 대규모로 수집하기 어렵다는 점입니다. 이를 해결하기 위해 본 연구는 다양한 형식과 도메인에 걸쳐 자연스럽게 발생하는 차트와 표를 포함하고 있으며 여러 국가에서 자유롭게 접근할 수 있는 정부 백서를 벤치마크 구축의 원천으로 활용합니다. 그 첫 번째 사례로, 33개의 정부 백서로 구축된 일본어 차트 및 표 시각적 질의응답(VQA) 벤치마크인 HakushoBench를 소개합니다. HakushoBench는 10개 이상의 이미지 유형에 걸친 2,053개의 이미지를 포함하며, 단순한 국소적 시각 단서보다는 차트와 표에 대한 총체적 이해를 평가하도록 설계되어 수작업으로 주석이 달리고 독립적으로 검증된 QA 쌍으로 구성됩니다. 광범위한 VLM에 걸친 실험 결과, HakushoBench는 기존 일본어 벤치마크보다 실질적으로 더 어려우며 오픈 가중치(open-weight) 모델에게도 여전히 도전적인 과제임을 보여줍니다. 10B 미만의 오픈 가중치 모델은 최대 58.6%의 정확도에 그쳤고, 대표적인 플래그십 오픈 가중치 모델인 Qwen3.5-397B-A17B조차 Gemini 3 Pro보다 8.1%p 뒤처져(85.8% 대 93.9%), 복잡한 차트 및 표 이해에 상당한 개선 여지가 있음을 강조합니다. 데이터셋과 코드는 공개됩니다.

arXiv:2602.01969v2cs.CL

대규모 언어 모델을 활용한 구조 인식 표 이해를 위한 직교 계층 분해

Orthogonal Hierarchical Decomposition for Structure-Aware Table Understanding with Large Language Models

다중 수준 헤더, 병합 셀, 이질적 레이아웃을 갖는 복잡한 표에서 기존 선형화·격자 모델링이 계층 구조와 교차 차원 종속성을 놓치는 문제를 해결하기 위해, 공간-의미 공동 제약으로 열·행 트리를 분리 유도하는 직교 계층 분해(OHD)와 이중 경로 연관, LLM 의미 중재를 결합한 구조 보존 표현을 제안한다. AITQA와 HiTab 복잡 표 질의응답 벤치마크에서 OHD는 여러 평가 지표에서 기존 표현 패러다임을 일관되게 능가했다.