待验证50% 置信事实精确时间

VLM的训练数据以自然图像和网页文档为主，对表单这类高密度结构化布局的文档天然缺乏针对性

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

VLM为何读不懂表单？LlamaParse的表单解析模型解析

涉及实体

相关事实

待验证构造包含计数、空间关系、细粒度属性的训练数据可以缓解VLM预训练阶段的先天不足75% 相似待验证LLM生成的内容本质上是对训练数据的统计重组，缺乏真实的产品使用经历、行业案例或原创数据支撑69% 相似待验证VLM的细粒度理解缺陷被认为与CLIP式对比学习的训练目标有关，图文匹配的粗粒度目标无法促使模型学习组合性语义69% 相似待验证与传统计算机视觉方案（如YOLO目标检测）相比，VLM无需针对特定物体训练专用模型即可完成开放词汇的物体识别与场景理解67% 相似待验证该框架先用在通用研究文献上训练的轻量模型对未标注领域文档生成候选数据集提及67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963486

API

curl https://kongchang.com/api/v1/knowledge/claims/963486

MCP

get_claim(id=963486)