暨南大学发布 HANS 数据集：让文档解析模型学会忽略学生涂改

暨南大学团队发布 HANS 数据集，用 5,213 张真实初二数学答题卡扫描件和像素级涂改标注，把"被删内容不算答案"设为解析任务约定。配套 NA-GOT 框架在 GOT 架构上加两层 MLP 噪声预测头与注意力负偏置，微调后 F1 达 0.810，优于微调 GOT 的 0.801。通用 VLM 中 Qwen3-VL 为 0.724，DeepSeek-OCR2 在强噪声下会整段重复生成。