연구진은 기존 VLM 기반 문서 파서의 병목 현상을 해결하기 위해 HPD-Parsing을 제안했어요. HPD-Parsing은 문서 전체를 순차적으로 처리하는 대신 계층적 병렬 디코딩 방식을 사용합니다. 실험 결과, 기존 모델 대비 최대 3.06배 빠른 처리 속도를 보였으며, 정확도도 경쟁력 있게 유지했어요.
HPD-Parsing은 문서 구조를 전반적으로 분석하는 메인 레이아웃 브랜치와 콘텐츠 디코딩을 동시에 처리하는 여러 개의 브랜치로 구성돼요. Progressive Multi-Token Prediction(P-MTP)을 통해 각 브랜치의 디코딩 단계를 더욱 줄였습니다.
공개 벤치마크 테스트에서 HPD-Parsing은 초당 4,752개의 토큰을 처리하며, 기존 최신 모델보다 2.62배 빠른 속도를 보여줬어요. 이는 문서 파싱 효율성을 높이는 새로운 방향을 제시합니다.