PA-BDM

PA-BDM 是一种面向文档识别的前缀自适应块扩散模型，基于 Qwen2.5-VL 构建，专为高效识别文本、公式、表格和图表而优化。其核心技术包括因果块内去噪（保障生成顺序一致性）、置信度门控结构损失（CSL，提升训练稳定性）和渐进式前缀提交（PPC，加速推理并复用 KV 缓存）。相比标准块扩散模型，它在保持长序列灵活生成能力的同时，显著改善结构连贯性与解码速度。适用于高精度、低延迟的多模态文档理解任务，如扫描件OCR后处理、学术论文解析、财报结构化等场景。