TextVerifier 中文文本渲染验证器与基准发布

2026年10月15日，Yiyang Chen 等作者在 arXiv Computer Vision 发布中文文本渲染验证器 TEXTVERIFIER 及逐字符基准 TEXTRENDERBENCH-ZH。据该报道，TEXTVERIFIER 将文本渲染验证形式化为目标条件问题：给定目标汉字和图像裁剪，判断其渲染是否正确。方法上，验证器向文本塔输入汉字的表意文字描述序列（IDS）而非单字符符号，并在 1270 万对裁剪-IDS 数据以及从文本区域修复模型训练轨迹中采样的无标签“同字不同质”困难对上训练。为评估该能力，作者构建 TEXTRENDERBENCH-ZH，报道称其为首个面向生成中文文本的逐字符基准，对 7358 个字符标注位置、身份与正确性。报道称 TEXTVERIFIER 达到 F1 0.844，高于 OCR 置信度（0.526）、通用 VLM（0.329）与 TextPecker（0.590）。报道还称，将其用作 Flow-GRPO 后训练的逐字符奖励可进一步减少渲染错误，表明其分数既能检测也能纠正错误。目前事件进展限于该发布与上述评测结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。