NeurIPS 2026 研究：RTC 免训练插件提升文本超分辨率
热点事件持续更新
NeurIPS 2026 研究：RTC 免训练插件提升文本超分辨率
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Jaeseong Lee 等研究者在被 NeurIPS 2026 接收的论文中提出，文本感知图像超分辨率（TAISR）需要推理能力：严重退化的文字仅靠局部视觉证据无法读出。他们为此构建 ReasonText 基准和 GTTCA 指标，评测十二个 SR 模型后发现在需要推理的文字上普遍大幅下降。 针对该问题，论文提出免训练即插即用方法 RTC：用外部多模态大模型推断退化文本，将生成的描述输入文本条件 SR 模型。作者称该评测中的六个文本条件 SR 模型均因此获得提升，在需要推理的文字上提升尤其明显。
AI 根据报道生成 · 2 小时前更新
最新进展11月14日 13:00
Reading the Unreadable：文本感知图像超分辨率需要推理能力（NeurIPS 2026）报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIReading the Unreadable：文本感知图像超分辨率需要推理能力（NeurIPS 2026）
一项被 NeurIPS 2026 接收的研究提出，文本感知图像超分辨率（TAISR）需要推理能力：严重退化的文字仅靠局部视觉证据无法读出。团队构建了 ReasonText 基准和 GTTCA 指标，评估十二个 SR 模型后发现在推理型文本上普遍大幅下降。为此提出免训练插件 RTC，用外部 MLLM 推断退化文本并输入文本条件 SR 模型，使六个被评测模型均获提升。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。