新方法提升金融文档直通处理可靠性
论文AI 评分 65/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
针对金融文档自动处理中视觉语言模型置信度不可靠的问题，研究提出一种包含感知、布局和验证三个通道的分解置信度层。该方法结合保形风险控制，在两个模型家族上的测试显示，能将区分正确与错误提取的 AUROC 从 0.54-0.74 提升至 0.90-0.99。在目标误差低于 10% 的风险控制下，该方法可自动批准 49-72% 的字段，而原生模型信号仅能批准 0.1%-7.0%。
为什么值得看
大幅提升金融文档自动化处理比例，降低人工复核成本。
GeminiQwen
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。