NeurIPS 2025！电子科大同济等提出Table2LaTeX-RL：表格转 LaTeX 精准度再突破

论文标题：Table2LaTeX-RL: High-Fidelity LaTeX Code Generation from Table Images via Reinforced Multimodal Language Models

作者团队：电子科技大学、浙江实验室科学数据枢纽研究中心、同济大学

发布时间：2025年9月22日

👉一键直达论文

👉Lab4AI大模型实验室论文阅读

✅Lab4AI平台提供AI导读和AI翻译等工具，辅助论文阅读。

⭐研究背景

在科学文档与技术报告的自动化处理过程中，表格作为数据呈现与结构化表达的重要形式，其准确重建对于文档数字化具有关键意义。现有的表格识别方法多聚焦于生成 HTML 结构，难以满足学术出版中对版式、语法及数学内容精度的严格要求。特别是对于包含多级表头、复杂合并单元格及符号表达的表格，现有系统往往在结构一致性和可编译性方面表现不足。因此，如何从表格图像中直接生成语法正确、视觉一致的 LaTeX 代码，成为表格理解领域的核心挑战。

⭐核心创新

提出一个基于强化多模态大语言模型的高保真表格生成框架：Table2LaTeX-RL，旨在实现表格图像到 LaTeX 代码的精确映射。

⭐主要创新点

1. 大规模数据构建：构建首个超过 120 万对表格图像–LaTeX 源代码的高质量训练数据集，依据结构复杂度划分为简单、中等与复杂三级，为模型提供了全面的结构学习基础。
2. 双重奖励强化学习策略（VSGRPO）：在 Group Relative Policy Optimization（GRPO）框架下，引入结构层奖励（TEDS-Structure）与视觉层奖励（CW-SSIM）的联合优化机制，有效提升了模型对复杂表格的生成稳定性与结构保真度。
3. 混合评估体系：提出结合结构相似度与视觉相似度的综合评估协议，克服传统指标仅依赖文本层面对视觉一致性缺乏刻画的问题，更准确地反映生成结果的质量。