摘要： ​ 获取更多高质量数据集，请访问典枢数据交易平台：https://dianshudata.com 一、引言与背景 在医疗人工智能领域，胃肠病学的智能化诊断与分析始终依赖高质量数据的支撑，而视觉语言模型（VLM）与多模态大型语言模型（MLLM）的崛起，为整合医学图像与文本信息、提升临床决策效率提供了新 阅读全文

摘要： 一、引言与背景 在人工智能与计算机视觉技术深度融合的当下，光学字符识别（OCR）与视觉语言模型（VLM）已成为文档智能处理领域的核心支撑技术，广泛应用于金融票据识别、企业文档管理、学术数据挖掘等诸多场景。然而，现有模型在面对真实世界中多样的文档类型、复杂的排版布局及差异化的图像质量时，往往存在识别精 阅读全文