Khondo：面向孟加拉语表单文档包拆分的多模态基准

Khondo提出首个面向孟加拉国政府表单文档包拆分的基准，覆盖孟加拉语—英语双语、14个行政领域及五种拼接方式，模型直接处理页面图像。零样本多模态大模型能较好聚类来源文档，却难以在页面打乱后恢复原始顺序；实验显示，明确排序指令和使用英语都只能部分缓解问题。