百万级数据集

OmniDocLayout：面向多样化文档版面生成的由粗到细大语言模型学习

OmniDocLayout: Towards Diverse Document Layout Generation via Coarse-to-Fine LLM Learning

把版面元素序列当作语言建模对象，用两阶段粗到细的 LLM 学习从通用版面先验迁移到特定文档域，这种「大规模合成数据预训练 + 少量细粒度样本域迁移」的范式可直接迁移到视觉生成中的结构化布局控制（如海报、图文混排、UI 生成）。