待验证50% 置信事实精确时间
PAGE框架使用视觉-语言模型为每一页进行标注，并遵循一份书面的编码手册（codebook）来模仿人类编码员的工作方式
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
已验证大模型驱动型解析器采用视觉-语言联合理解路径，将PDF页面渲染为图像后由视觉编码器提取版面特征，再结合语言模型推理输出结构化文本77% 相似待验证modlens插件通过视觉代理机制为纯文本模型加装视觉能力：先用视觉模型将图片转为文字描述再传给纯文本模型推理74% 相似待验证文本编码器负责将提示词字符串转换为模型可读的向量表示（conditioning），是连接文字描述与图像生成的核心桥梁73% 相似待验证文本嵌入技术经历了从Word2Vec、Sentence-BERT到基于指令微调的通用嵌入模型的发展路径70% 相似待验证前端代码生成需要模型同时理解视觉设计意图、交互逻辑与底层实现细节，并融合为结构完整、语法正确的单一文件70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001955API
curl https://kongchang.com/api/v1/knowledge/claims/1001955MCP
get_claim(id=1001955)