网址：https://jiqizhixin.com/article/ACL-2026-Doc-V
报错：页面没了，404。
你可以返回上一页，或者直接回网站首页。
读到最后发现链接挂了，图也裂了，楼主是不是该补一下资料啊？这样我们想验证都没法验证。
mark一下，等楼主修复链接再看具体内容。
又搞这些没开源没代码的噱头，说领先十个点，最后放出来的模型还是闭源的，有啥用？
昨天刚试过类似方法，其实原理就是先让模型快速浏览长文档生成路标，再根据问题定位相关段落。我试的时候发现对特别散乱的PDF效果一般，但结构清晰的确实快很多，大概能省七成时间。不过这个“80页场景”具体是哪些数据集啊？有没有跟现有开源方案比如LLMlingua对比过？
小白问一下，这个和之前那个Voyager有没有关系？看名字有点像但不太确定……
我们团队上个月自己搭了一套类似的东西，用LLaVA加了个视觉定位模块处理扫描件。关键是要预切分好章节，不然索引会乱。楼主提到的“翻对5页”是不是指模型能直接跳到含答案的页面？这个准确率真的能做到稳定吗？我这边测试时偶尔会跳过头。
是不是论文还没正式放出来？链接404可能是临时的。
这种东西落地到实际业务里，光标注成本就很高了，不是普通团队玩得起的。
顶，有没有人跑过实验的来说说复现难度大不大？
章节预切分这步工程量不小，扫描件尤其麻烦
路标定位这思路有点意思，散乱PDF效果差也合理
选段定位这套思路不是新东西，包装挺像
预切分确实是关键 我们也踩过这个坑 索引乱起来根本搜不到
章节预切分这步工程量不小，扫描件尤其麻烦
80页场景领先10个点 看benchmark感觉太拍脑袋了
Doc-V这种长文档检索的方向我看好，工程价值挺大
选段定位这套思路不是新东西，包装挺像