요약

ServiceNow이 장문 시각 문서 이해를 위한 합성 벤치마크인 SynthDocBench를 공개했습니다. 이 벤치마크는 문서의 길이, 레이아웃, 모달리티 등을 독립적으로 조절하여 VLM의 실패 원인을 진단할 수 있게 합니다. 또한 Tencent는 체화된 에이전트를 위한 MoE 기반 비전-언어 모델 Hy-Embodied-VLM-1.0을 출시하며 성능을 입증했습니다.

핵심 포인트

• ServiceNow가 장문 시각 문서 이해 벤치마크(SynthDocBench)를 공개함.
• SynthDocBench는 문서 길이, 레이아웃 등 요소를 독립적으로 변화시켜 VLM 진단에 활용 가능.
• Tencent의 Hy-Embodied-VLM-1.0은 MoE 기반 비전-언어 모델로 체화된 에이전트에 최적화됨.
• Hy-Embodied-VLM-1.0은 38개 벤치마크 중 19개에서 SOTA 성능을 달성함.