当前位置:首页>科技新闻>大模型识别合并单元格的准确率新进展
科技新闻

大模型识别合并单元格的准确率新进展

过去两周,三个独立评测团队先后发布了针对表格理解能力的基准测试更新,合并单元格识别准确率这条曲线第一次出现了集体抬头。此前业内普遍把复杂表格结构视为视觉语言模型与布局模型共同的短板,合并单元格还原错误

来源:发布时间:2026-11-22 05:19:50栏目:科技新闻浏览:209 次

大模型识别合并单元格的准确率新进展

过去两周,大模的准三个独立评测团队先后发布了针对表格理解能力的型识新进基准测试更新,合并单元格识别准确率这条曲线第一次出现了集体抬头。别合并单此前业内普遍把复杂表格结构视为视觉语言模型与布局模型共同的元格短板,合并单元格还原错误率长期卡在 18% 到 25% 之间。确率最新一批模型把这个数字压到了 11% 上下,大模的准个别金融报表场景下的型识新进端到端还原率达到 91.6%。变化不是别合并单渐进式的,而是元格结构策略调整带来的跳变。

合并单元格不再被当作视觉噪声

过去主流做法是确率把表格截图送入检测网络,先预测表格线再推断合并关系。大模的准问题在于,型识新进合并单元格在没有可见边框的别合并单区域留下大块空白,模型很容易把这些空白解释为背景。元格新方案把合并单元格从“检测目标”改成了“结构推理目标”。确率以某头部实验室 3 月中旬发布的表格专精模型为例,训练数据中显式标注了 47 万张含合并结构的表格,其中 12% 来自医疗化验单和保险理赔表这类单元格合并极不规则的场景。推理阶段模型先输出每个单元格的逻辑坐标,再单独预测一个合并关系矩阵,两路信息交叉验证。结果显示,在含横向合并的稀疏表格上,F1 值从上一代的 0.78 提升到 0.89。

评测口径收紧后真实水平浮出水面

同一时间,数据集侧也在补课。此前很多论文报出的 95% 以上准确率,往往只统计“单元格文本是否被正确读出”,不管归属关系对不对。新发布的 TableMergeBench 把指标拆开:文本提取准确率、逻辑位置准确率、合并层级还原率。按新口径回测,上一代模型的合并层级还原率多数只有 62% 到 70%。这解释了为什么实际落地中表格问答总在涉及“跨行跨列求值”时翻车。一个典型的失败案例是,某 RAG 系统把一份有纵向合并的季度财报读成三个独立单元格,导致收入同比计算结果虚高近 40%。评测体系变严格之后,模型厂商不再敢用宽松指标充数,这正是理解表格合并单元格的注意事项中最被低估的一环。

两条技术路线正在争夺主导权

目前进展最快的路线是“结构序列化”:把表格的合并关系编码成类似 HTML 的标签序列,让模型以生成方式还原整体布局。另一条路线坚持检测加后处理,但对合并区域做了形态学膨胀,让相邻单元格边缘产生可感知的接触带。头部模型开始把两者混合使用。一个值得留意的信号是,在 3 月最后一周的开源榜单上,排名前五的表格理解模型全部在公开技术报告里提到了合并单元格专项训练集。观察过这几个模型的实际输出后,可以发现一个共同特征:它们不再把合并单元格看成一种需要修复的异常,而是将它当作表格语义的一部分来建模。这个视角转换,或许比任何单项指标提升都更有指向意义。

接下来值得盯住的不是某个准确率数字,而是一类更难的测试:合并单元格内部分行、跨页表格续接、以及合并区域与表头层级同时存在时的联合推理。这三个方向目前很好成绩分别只有 74%、68% 和 71%。谁先解决“合并单元格里的换行被识别成新行”这个高频错误,谁就能在表格问答、财报解析和合同审查三个落地场景里拿到先手。