花旗、安永、英伟达合著 MLSys 报告：92% 的文档页面无需 OCR

花旗、安永与英伟达三位作者在 MLSys 2027 工业赛道提交文档摄取系统报告，把文档转向量拆成提取、策展评分、分块、只读检索评估四相管线。在 10,507 页语料上，按图像面积比超过 0.8 才栅格化的页级路由让仅 8.1% 的页面走 OCR，其余用 PyMuPDF 原生结构提取。