GlotOCR Bench: OCR Models Still Struggle Beyond a Handful of Unicode Scripts
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Kargaran, Amir Hossein, Nikeghbal, Nafiseh, Diesner, Jana, Yvon, François, Schütze, Hinrich |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
GlotScript: A Resource and Tool for Low Resource Writing System Identification
par: Kargaran, Amir Hossein, et autres
Publié: (2023)
par: Kargaran, Amir Hossein, et autres
Publié: (2023)
MEXA: Multilingual Evaluation of English-Centric LLMs via Cross-Lingual Alignment
par: Kargaran, Amir Hossein, et autres
Publié: (2024)
par: Kargaran, Amir Hossein, et autres
Publié: (2024)
CoBia: Constructed Conversations Can Trigger Otherwise Concealed Societal Biases in LLMs
par: Nikeghbal, Nafiseh, et autres
Publié: (2025)
par: Nikeghbal, Nafiseh, et autres
Publié: (2025)
GlotCC: An Open Broad-Coverage CommonCrawl Corpus and Pipeline for Minority Languages
par: Kargaran, Amir Hossein, et autres
Publié: (2024)
par: Kargaran, Amir Hossein, et autres
Publié: (2024)
GlotLID: Language Identification for Low-Resource Languages
par: Kargaran, Amir Hossein, et autres
Publié: (2023)
par: Kargaran, Amir Hossein, et autres
Publié: (2023)
MenuCraft: Interactive Menu System Design with Large Language Models
par: Kargaran, Amir Hossein, et autres
Publié: (2023)
par: Kargaran, Amir Hossein, et autres
Publié: (2023)
MaskLID: Code-Switching Language Identification through Iterative Masking
par: Kargaran, Amir Hossein, et autres
Publié: (2024)
par: Kargaran, Amir Hossein, et autres
Publié: (2024)
GIRT-Model: Automated Generation of Issue Report Templates
par: Nikeghbal, Nafiseh, et autres
Publié: (2024)
par: Nikeghbal, Nafiseh, et autres
Publié: (2024)
How Programming Concepts and Neurons Are Shared in Code Language Models
par: Kargaran, Amir Hossein, et autres
Publié: (2025)
par: Kargaran, Amir Hossein, et autres
Publié: (2025)
KazakhOCR: A Synthetic Benchmark for Evaluating Multimodal Models in Low-Resource Kazakh Script OCR
par: Gagnier, Henry, et autres
Publié: (2026)
par: Gagnier, Henry, et autres
Publié: (2026)
Advances and Limitations in Open Source Arabic-Script OCR: A Case Study
par: Kiessling, Benjamin, et autres
Publié: (2024)
par: Kiessling, Benjamin, et autres
Publié: (2024)
olmOCR 2: Unit Test Rewards for Document OCR
par: Poznanski, Jake, et autres
Publié: (2025)
par: Poznanski, Jake, et autres
Publié: (2025)
PreP-OCR: A Complete Pipeline for Document Image Restoration and Enhanced OCR Accuracy
par: Guan, Shuhao, et autres
Publié: (2025)
par: Guan, Shuhao, et autres
Publié: (2025)
ReceiptSense: Beyond Traditional OCR -- A Dataset for Receipt Understanding
par: Abdallah, Abdelrahman, et autres
Publié: (2024)
par: Abdallah, Abdelrahman, et autres
Publié: (2024)
PubMed-OCR: PMC Open Access OCR Annotations
par: Heidenreich, Hunter, et autres
Publié: (2026)
par: Heidenreich, Hunter, et autres
Publié: (2026)
Towards Deployable OCR models for Indic languages
par: Mathew, Minesh, et autres
Publié: (2022)
par: Mathew, Minesh, et autres
Publié: (2022)
Improving OCR for Historical Texts of Multiple Languages
par: Westerdijk, Hylke, et autres
Publié: (2025)
par: Westerdijk, Hylke, et autres
Publié: (2025)
RoundTripOCR: A Data Generation Technique for Enhancing Post-OCR Error Correction in Low-Resource Devanagari Languages
par: Kashid, Harshvivek, et autres
Publié: (2024)
par: Kashid, Harshvivek, et autres
Publié: (2024)
Tracing Multilingual Factual Knowledge Acquisition in Pretraining
par: Liu, Yihong, et autres
Publié: (2025)
par: Liu, Yihong, et autres
Publié: (2025)
DharmaOCR: Specialized Small Language Models for Structured OCR that outperform Open-Source and Commercial Baselines
par: Cardoso, Gabriel Pimenta de Freitas, et autres
Publié: (2026)
par: Cardoso, Gabriel Pimenta de Freitas, et autres
Publié: (2026)
OCRBench: On the Hidden Mystery of OCR in Large Multimodal Models
par: Liu, Yuliang, et autres
Publié: (2023)
par: Liu, Yuliang, et autres
Publié: (2023)
Seeing Straight: Document Orientation Detection for Efficient OCR
par: Goswami, Suranjan, et autres
Publié: (2025)
par: Goswami, Suranjan, et autres
Publié: (2025)
Insights from the ICLR Peer Review and Rebuttal Process
par: Kargaran, Amir Hossein, et autres
Publié: (2025)
par: Kargaran, Amir Hossein, et autres
Publié: (2025)
Confidence-Aware Document OCR Error Detection
par: Hemmer, Arthur, et autres
Publié: (2024)
par: Hemmer, Arthur, et autres
Publié: (2024)
Baseer: A Vision-Language Model for Arabic Document-to-Markdown OCR
par: Hennara, Khalil, et autres
Publié: (2025)
par: Hennara, Khalil, et autres
Publié: (2025)
How Transliterations Improve Crosslingual Alignment
par: Liu, Yihong, et autres
Publié: (2024)
par: Liu, Yihong, et autres
Publié: (2024)
Visual Merit or Linguistic Crutch? A Close Look at DeepSeek-OCR
par: Liang, Yunhao, et autres
Publié: (2026)
par: Liang, Yunhao, et autres
Publié: (2026)
HalalBench: A Multilingual OCR Benchmark for Food Packaging Ingredient Extraction
par: Arief, Hasan
Publié: (2026)
par: Arief, Hasan
Publié: (2026)
KITAB-Bench: A Comprehensive Multi-Domain Benchmark for Arabic OCR and Document Understanding
par: Heakl, Ahmed, et autres
Publié: (2025)
par: Heakl, Ahmed, et autres
Publié: (2025)
AgenticOCR: Parsing Only What You Need for Efficient Retrieval-Augmented Generation
par: Wang, Zhengren, et autres
Publié: (2026)
par: Wang, Zhengren, et autres
Publié: (2026)
On Relation-Specific Neurons in Large Language Models
par: Liu, Yihong, et autres
Publié: (2025)
par: Liu, Yihong, et autres
Publié: (2025)
Reading or Reasoning? Format Decoupled Reinforcement Learning for Document OCR
par: Zhong, Yufeng, et autres
Publié: (2025)
par: Zhong, Yufeng, et autres
Publié: (2025)
Reference-Based Post-OCR Processing with LLM for Precise Diacritic Text in Historical Document Recognition
par: Do, Thao, et autres
Publié: (2024)
par: Do, Thao, et autres
Publié: (2024)
FastOCR: Dynamic Visual Fixation via KV Cache Pruning for Efficient Document Parsing
par: Tang, Zihan, et autres
Publié: (2026)
par: Tang, Zihan, et autres
Publié: (2026)
OCR-Agent: Agentic OCR with Capability and Memory Reflection
par: Wen, Shimin, et autres
Publié: (2026)
par: Wen, Shimin, et autres
Publié: (2026)
OmniOCR: Generalist OCR for Ethnic Minority Languages
par: Liu, Bonan, et autres
Publié: (2026)
par: Liu, Bonan, et autres
Publié: (2026)
LogicOCR: Do Your Large Multimodal Models Excel at Logical Reasoning on Text-Rich Images?
par: Ye, Maoyuan, et autres
Publié: (2025)
par: Ye, Maoyuan, et autres
Publié: (2025)
Arabic-Nougat: Fine-Tuning Vision Transformers for Arabic OCR and Markdown Extraction
par: Rashad, Mohamed
Publié: (2024)
par: Rashad, Mohamed
Publié: (2024)
VisOnlyQA: Large Vision Language Models Still Struggle with Visual Perception of Geometric Information
par: Kamoi, Ryo, et autres
Publié: (2024)
par: Kamoi, Ryo, et autres
Publié: (2024)
QID: Efficient Query-Informed ViTs in Data-Scarce Regimes for OCR-free Visual Document Understanding
par: Le, Binh M., et autres
Publié: (2025)
par: Le, Binh M., et autres
Publié: (2025)
Documents similaires
-
GlotScript: A Resource and Tool for Low Resource Writing System Identification
par: Kargaran, Amir Hossein, et autres
Publié: (2023) -
MEXA: Multilingual Evaluation of English-Centric LLMs via Cross-Lingual Alignment
par: Kargaran, Amir Hossein, et autres
Publié: (2024) -
CoBia: Constructed Conversations Can Trigger Otherwise Concealed Societal Biases in LLMs
par: Nikeghbal, Nafiseh, et autres
Publié: (2025) -
GlotCC: An Open Broad-Coverage CommonCrawl Corpus and Pipeline for Minority Languages
par: Kargaran, Amir Hossein, et autres
Publié: (2024) -
GlotLID: Language Identification for Low-Resource Languages
par: Kargaran, Amir Hossein, et autres
Publié: (2023)