待验证50% 置信事实精确时间
TextVBench 将视觉文字评测形式化为一个多目标、多实例的时空对应（spatiotemporal correspondence）问题
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证TextVBench 支持一对多映射，允许一个目标文字对应多个 OCR 识别结果68% 相似待验证TextVBench 设置了两个赛道：TextVBench-T2V 衡量根据文本提示生成并维持文字的能力，TextVBench-Ref2V 衡量对参考图像中已有文字的保留能力68% 相似待验证图生词（Image-to-Text）利用多模态大语言模型的视觉理解能力，将视觉特征映射到自然语言描述67% 相似待验证发票分析本质上是一个视觉文档理解（Visual Document Understanding）任务，属于自然语言处理与计算机视觉的交叉领域67% 相似待验证票据识别属于文档视觉理解任务，要求模型同时具备 OCR、版面分析与跨字段语义推理能力，并对幻觉控制要求极高65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001563API
curl https://kongchang.com/api/v1/knowledge/claims/1001563MCP
get_claim(id=1001563)