VectorGym: A Multitask Benchmark for SVG Code Generation, Sketching, and Editing
为解决SVG生成、编辑等缺乏专业级基准问题，提出VectorGym，采用多任务强化学习方法优化，并提供人类标注数据和评估指标。
3 citationsRead paper
Selected work
Representative Papers
Preserving What Matters: Semantic Scaffolds Beyond Saturation in Summarization Evaluation
为解决现有摘要评价指标无法有效区分模型的问题，提出基于语义支架的新框架，通过提取事实、问题和实体属性等信息，生成新的评价指标。
0 citationsRead paper
Splitting Documents at Lower Cost: Multi-Split Boundary Decisions for LLM-Based Page Stream Segmentation
研究通过引入多分割边界决策（MSBD）方法，减少模型调用次数，提高零样本页面流分割的效率和准确性。
0 citationsRead paper
Text, Pixels, or Both? Evaluating Input Representations for Multimodal Document QA
研究对比了文档QA系统中使用页面图像、提取文本或两者结合的方法，发现图像提高准确性但增加延迟和成本，而基于TF-IDF的路由方法结合两者优势，提高了准确性和效率。
0 citationsRead paper
Fixed State, Long Reach: What a Constant-Size Cache Buys Block Diffusion at Scale
研究通过使用固定大小的缓存解决了大规模块扩散模型中的内存和延迟问题，采用序列混合器和块因果训练目标，显著降低了内存需求和提高了处理速度。
0 citationsRead paper
Recent publications
Latest Papers
Preserving What Matters: Semantic Scaffolds Beyond Saturation in Summarization Evaluation
为解决现有摘要评价指标无法有效区分模型的问题，提出基于语义支架的新框架，通过提取事实、问题和实体属性等信息，生成新的评价指标。
0 citationsRead paper
Splitting Documents at Lower Cost: Multi-Split Boundary Decisions for LLM-Based Page Stream Segmentation
研究通过引入多分割边界决策（MSBD）方法，减少模型调用次数，提高零样本页面流分割的效率和准确性。
0 citationsRead paper
Text, Pixels, or Both? Evaluating Input Representations for Multimodal Document QA
研究对比了文档QA系统中使用页面图像、提取文本或两者结合的方法，发现图像提高准确性但增加延迟和成本，而基于TF-IDF的路由方法结合两者优势，提高了准确性和效率。
0 citationsRead paper
Fixed State, Long Reach: What a Constant-Size Cache Buys Block Diffusion at Scale
研究通过使用固定大小的缓存解决了大规模块扩散模型中的内存和延迟问题，采用序列混合器和块因果训练目标，显著降低了内存需求和提高了处理速度。
0 citationsRead paper
DARTS: Decoder-Aware Representation Tuning via Surgery for Model Merging
本文针对解码器模型在合并时出现的表示偏差问题，提出DARTS方法，通过引入熵加权L1损失和位置依赖偏置来校正，从而改善模型性能。
0 citationsRead paper