超越标准准确率：基于像素的语言模型的实用挑战与优势

一项新研究系统评估了基于像素的语言模型的下游微调行为、排版鲁棒性与零样本跨语言迁移表现。测试表明，该类模型虽然在干净英文评测中表现较弱，且微调需要更长训练时间和更广的标注数据，但在排版噪声下的准确率损失显著更低。在两个跨语言基准上，成功适配的像素模型目标语言准确率也高于英文预训练的文本模型。