新基准显示多模态大模型难以从碎片文档中恢复内容。
资讯摘要
论文提出 ShredBench 基准，用于评估多模态大模型从碎片化文档中恢复内容的能力。该基准由自动化流水线从 Markdown 直接生成碎片文档，覆盖英文、中文、代码、表格四种场景，每种场景设 8、12、16 片三种碎片粒度，并可灵活接入最新或未见文本源以避免训练数据污染。作者报告，现有先进 MLLM 在完整文档上表现有效，但文档被切碎后恢复难度显著上升，碎片增多时 NED 明显下降。
要点速读
- ShredBench 覆盖英文、中文、代码、表格四类场景，碎片粒度分为 8、12、16 片。
- 基准由自动化流水线从 Markdown 渲染碎片文档，可接入最新或未见文本源以降低数据污染风险。
- 作者报告现有 MLLM 在完整文档上有效，但碎片化后恢复困难，NED 随碎片数量增加而明显下降。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。