独立研究员 Samuel A. 发布了 AcroMELD,这是一个拥有 3940 万参数的模型,旨在恢复那些看起来像表单但实际上不可填写的扁平 PDF 中的交互式表单字段。

该系统将紧凑的视觉变换器与无标签的 PDF 绘图结构结合为第二种模态。它在预注册且哈希绑定的协议下,针对密封的外部保留集进行了评估,结果公开报告了成功和失败模式,包括签名类别上的完全传输失败。训练好的权重可在 Hugging Face 上获取,推理包已发布在 PyPI 上。

作者目前正在寻求 cs.CV arXiv 的推荐,以提交相关论文。