大型语言模型在文档智能中的应用：全面综述、最新进展、挑战与未来趋势

《ACM Transactions on Information Systems》：Large Language Models in Document Intelligence: A Comprehensive Survey, Recent Advances, Challenges and Future Trends

文档智能因文档数量激增而日益关键，大语言模型（LLMs）显著提升了处理能力。现有综述多聚焦传统方法，本文系统梳理2021-2025年间300篇论文，重点分析检索增强生成（RAG）、长上下文处理及LLM微调技术，同时涵盖关键数据集、应用场景、现存挑战与未来方向，为学界和产业界提供全面参考。

　　

摘要

随着文档数量的迅速增长，文档智能在各个行业中的重要性日益凸显。近年来，大型语言模型（LLMs）极大地推动了文档智能领域的发展，使得文档处理方案变得更加先进和准确。尽管取得了这些进展，但大多数现有的研究调查并未关注这些突破性进展，而是仍然侧重于传统方法和早期的机器学习技术。本调查旨在填补这一空白，通过对2021年至2025年中期发表的约300篇论文进行深入分析，全面展示LLMs在文档智能领域的影响。研究的主要内容包括检索增强生成（RAG）、长上下文处理以及针对文档理解对LLMs进行微调等关键技术。此外，该调查还重点介绍了相关的数据集、实际应用、当前面临的挑战以及未来的研究方向，为希望推动该领域发展的研究人员和行业从业者提供了宝贵的见解。