Buchumschlag

Multi-domain Multi-modal Document Classification Benchmark with a Multi-level Taxonomy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Denghao, Liu, Qing, Chen, Zulong, Xu, Chuanfei, Xu, Jia, Yang, Zhibo, Shao, Wei, Li, Zhao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DMDTEval: An Evaluation and Analysis of LLMs on Disambiguation in Multi-domain Translation
von: Man, Zhibo, et al.
Veröffentlicht: (2025)

CC-OCR V2: Benchmarking Large Multimodal Models for Literacy in Real-world Document Processing
von: Xu, Zhipeng, et al.
Veröffentlicht: (2026)

FinAuditing: A Financial Taxonomy-Structured Multi-Document Benchmark for Evaluating LLMs
von: Wang, Yan, et al.
Veröffentlicht: (2025)

UNIKIE-BENCH: Benchmarking Large Multimodal Models for Key Information Extraction in Visual Documents
von: Ji, Yifan, et al.
Veröffentlicht: (2026)

M$^3$CoT: A Novel Benchmark for Multi-Domain Multi-step Multi-modal Chain-of-Thought
von: Chen, Qiguang, et al.
Veröffentlicht: (2024)

UnifiedMLLM: Enabling Unified Representation for Multi-modal Multi-tasks With Large Language Model
von: Li, Zhaowei, et al.
Veröffentlicht: (2024)

Revisiting Classification Taxonomy for Grammatical Errors
von: Zou, Deqing, et al.
Veröffentlicht: (2025)

Multi-modal Stance Detection: New Datasets and Model
von: Liang, Bin, et al.
Veröffentlicht: (2024)

VisScience: An Extensive Benchmark for Evaluating K12 Educational Multi-modal Scientific Reasoning
von: Jiang, Zhihuan, et al.
Veröffentlicht: (2024)

Emphasis Rendering for Conversational Text-to-Speech with Multi-modal Multi-scale Context Modeling
von: Liu, Rui, et al.
Veröffentlicht: (2024)

CaseGen: A Benchmark for Multi-Stage Legal Case Documents Generation
von: Li, Haitao, et al.
Veröffentlicht: (2025)

CMMU: A Benchmark for Chinese Multi-modal Multi-type Question Understanding and Reasoning
von: He, Zheqi, et al.
Veröffentlicht: (2024)

SciMMIR: Benchmarking Scientific Multi-modal Information Retrieval
von: Wu, Siwei, et al.
Veröffentlicht: (2024)

DanmakuTPPBench: A Multi-modal Benchmark for Temporal Point Process Modeling and Understanding
von: Jiang, Yue, et al.
Veröffentlicht: (2025)

Benchmarking Large Language Models for Conversational Question Answering in Multi-instructional Documents
von: Wu, Shiwei, et al.
Veröffentlicht: (2024)

GlobeSumm: A Challenging Benchmark Towards Unifying Multi-lingual, Cross-lingual and Multi-document News Summarization
von: Ye, Yangfan, et al.
Veröffentlicht: (2024)

CMMaTH: A Chinese Multi-modal Math Skill Evaluation Benchmark for Foundation Models
von: Li, Zhong-Zhi, et al.
Veröffentlicht: (2024)

Large Multi-modal Models Can Interpret Features in Large Multi-modal Models
von: Zhang, Kaichen, et al.
Veröffentlicht: (2024)

MultiADE: A Multi-domain Benchmark for Adverse Drug Event Extraction
von: Dai, Xiang, et al.
Veröffentlicht: (2024)

Unleashing the Potentials of Likelihood Composition for Multi-modal Language Models
von: Zhao, Shitian, et al.
Veröffentlicht: (2024)

A Survey on Multi-modal Machine Translation: Tasks, Methods and Challenges
von: Shen, Huangjun, et al.
Veröffentlicht: (2024)

Task Selection and Assignment for Multi-modal Multi-task Dialogue Act Classification with Non-stationary Multi-armed Bandits
von: He, Xiangheng, et al.
Veröffentlicht: (2023)

VisRAG: Vision-based Retrieval-augmented Generation on Multi-modality Documents
von: Yu, Shi, et al.
Veröffentlicht: (2024)

Friends-MMC: A Dataset for Multi-modal Multi-party Conversation Understanding
von: Wang, Yueqian, et al.
Veröffentlicht: (2024)

Video-MME: The First-Ever Comprehensive Evaluation Benchmark of Multi-modal LLMs in Video Analysis
von: Fu, Chaoyou, et al.
Veröffentlicht: (2024)

Face-Human-Bench: A Comprehensive Benchmark of Face and Human Understanding for Multi-modal Assistants
von: Qin, Lixiong, et al.
Veröffentlicht: (2025)

Multi-modal Retrieval Augmented Multi-modal Generation: Datasets, Evaluation Metrics and Strong Baselines
von: Ma, Zi-Ao, et al.
Veröffentlicht: (2024)

Instruct-Imagen: Image Generation with Multi-modal Instruction
von: Hu, Hexiang, et al.
Veröffentlicht: (2024)

Improving LLM-based Document-level Machine Translation with Multi-Knowledge Fusion
von: Liu, Bin, et al.
Veröffentlicht: (2025)

M3SciQA: A Multi-Modal Multi-Document Scientific QA Benchmark for Evaluating Foundation Models
von: Li, Chuhan, et al.
Veröffentlicht: (2024)

FaiMA: Feature-aware In-context Learning for Multi-domain Aspect-based Sentiment Analysis
von: Yang, Songhua, et al.
Veröffentlicht: (2024)

Multi-IF: Benchmarking LLMs on Multi-Turn and Multilingual Instructions Following
von: He, Yun, et al.
Veröffentlicht: (2024)

Multi-modal Data Spectrum: Multi-modal Datasets are Multi-dimensional
von: Madaan, Divyam, et al.
Veröffentlicht: (2025)

SciEvent: Benchmarking Multi-domain Scientific Event Extraction
von: Dong, Bofu, et al.
Veröffentlicht: (2025)

Visual Language Tracking with Multi-modal Interaction: A Robust Benchmark
von: Li, Xuchen, et al.
Veröffentlicht: (2024)

MMMOS: Multi-domain Multi-axis Audio Quality Assessment
von: Lin, Yi-Cheng, et al.
Veröffentlicht: (2025)

Soft-Prompting with Graph-of-Thought for Multi-modal Representation Learning
von: Yang, Juncheng, et al.
Veröffentlicht: (2024)

MM-StanceDet: Retrieval-Augmented Multi-modal Multi-agent Stance Detection
von: Lu, Weihai, et al.
Veröffentlicht: (2026)

MMSearch: Benchmarking the Potential of Large Models as Multi-modal Search Engines
von: Jiang, Dongzhi, et al.
Veröffentlicht: (2024)

Research Experiment on Multi-Model Comparison for Chinese Text Classification Tasks
von: Li, JiaCheng
Veröffentlicht: (2024)