光学字符识别

MCHDoc：面向多载体中文历史文档阅读的综合基准

MCHDoc: A Comprehensive Benchmark for Reading Multi-Carrier Chinese Historical Documents

为文档图像理解提供了跨载体、跨三千年的高分辨率评测基准，可用于检验 OCR 与多模态大模型在异构版式、材质退化下的字符级识别与 LLM 后校正能力，并可作为文档分析模型领域泛化性的测试床。