为什么重要
Table-VQA 要求模型从表格的图像（非结构化文本）中理解内容并回答问题。涉及 OCR、表格结构识别和数值推理的联合能力。
返回评测
文档与OCR 文档-表格 未饱和
模态 · 图像
任务 · 结构化输出
Table-VQA
基于表格图像的视觉问答评测
Multiple ·
考察能力
表格识别 表格推理 视觉理解
构建信息
- 数据规模
- 5K+ 问题
- 评测方式
- 标准评测
- 核心指标
- Accuracy
资源链接
模型效果排行
🥇 GPT-4o
72.5%
🥈 Claude 3.5 Sonnet
68.3%
表格理解 OCR 多模态 视觉