Arctic-Extract 技术报告
计算与语言
2025-11-21 v1 计算机视觉与模式识别
摘要
Arctic-Extract 是一个面向从扫描文档或数字化业务文档中提取结构化数据(问答、实体和表格)的前沿模型。尽管该模型具备SoTA能力，但仅需6.6 GiB的模型规模，使其能够部署在资源受限的硬件上，适用于如仅含24 GB内存的A10 GPU等资源受限设备。Arctic-Extract能够在这些GPU上处理最高125页A4大小文档，适用于长文档处理。本文概述了Arctic-Extract的训练协议和评估结果，展示了其在文档理解方面的卓越性能。
引用
@article{arxiv.2511.16470,
title = {Arctic-Extract Technical Report},
author = {Mateusz Chiliński and Julita Ołtusek and Wojciech Jaśkowski},
journal= {arXiv preprint arXiv:2511.16470},
year = {2025}
}