arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

视觉大模型 / VLM

视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。

2026-04-24 至 2026-04-24 共收录 1 信号源:cs.CV, cs.AI, cs.LG

1. 文档图表理解 1 篇

2604.21070 2026-04-24 cs.CL cs.LG 57%

DWTSumm: Discrete Wavelet Transform for Document Summarization

DWTSumm:基于离散小波变换的文档摘要

Rana Salama, Abdou Youssef, Mona Diab

机构 * School of Engineering and Applied Science, George Washington University(乔治华盛顿大学工程与应用科学学院) Faculty of Computers and Artificial Intelligence, Cairo University(开罗大学计算机与人工智能学院) Language Technologies Institute, Carnegie Mellon University(卡内基梅隆大学语言技术研究所)

专题命中 文档图表理解 :grounding(abstract);分类 cs.LG

AI总结 本文提出一种基于离散小波变换的多分辨率框架,用于长文档摘要,通过分解文本为全局和局部成分,提升摘要的语义相似性和事实一致性。

详情

展开后加载摘要…

URL PDF HTML 收藏