待验证50% 置信事实精确时间

以LayoutLM系列为代表的多模态预训练模型将视觉、文本、位置信息联合建模，推进了文档理解领域能力边界

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

System One模型详解：文档快速决策任务的开源利器Jev

涉及实体

LayoutLMmodel 文档理解concept

相关事实

待验证预训练+微调范式源自NLP和计算机视觉领域，其核心是大规模数据预训练学到通用底层特征，下游任务用少量标注数据适配76% 相似待验证原生多模态预训练在统一token空间中对图像patch和文本token进行联合自回归训练，使模型在权重层面形成跨模态语义绑定73% 相似待验证Laya的训练数据覆盖意图路由、事实核查、审核共识、提示词护栏、评分标准打分、多轮对话轨迹等决策场景73% 相似待验证视觉大模型的知识体系可以分为预训练和下游任务适配两大板块73% 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72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963518

API

curl https://kongchang.com/api/v1/knowledge/claims/963518

MCP

get_claim(id=963518)