大規模言語モデルを用いたドキュメント理解のためのレイアウト指示チューニング

大規模言語モデルを用いたドキュメント理解において、ドキュメントのレイアウト情報を効果的に活用することで、ゼロショット設定でも高精度なパフォーマンスを実現する。