CONTENTS

B
C

xvii

A.1
Software and Data . . . . . . . . . .
A.2
Hyperparameter Defaults . . . . . .
Practical Considerations . . . . . . . . . . .
B.1
Take-home Summary . . . . . . . . .
B.2
Compute vs. Performance Trade-off
Detailed Experiment Results . . . . . . . .
C.1
Zoom-in Benchmark Evidence . . . .
C.2
Absolute Benchmark Results . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

223
223
224
224
225
226
226
226

B Appendix - BDPC
230
A
Existing DC Datasets . . . . . . . . . . . . . . . . . . . . . . . . 230
B
Visualization of Proposed DC Datasets . . . . . . . . . . . . . . 231
C Appendix - DUDE
A
Baseline Experiments Setup . . . . . . . . . .
A.1
Hyperparameter Defaults . . . . . . .
A.2
Generative LLM Prompt Fine-tuning
A.3
Confidence Estimation . . . . . . . . .
A.4
Evaluation . . . . . . . . . . . . . . .
B
Qualitative Examples . . . . . . . . . . . . .
B.1
Qualitative Examples - Competition .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

232
232
232
232
233
235
235
241

D Appendix - KDD
A
Code and Datasets . . . . . . . . . . .
B
Implementation Details . . . . . . . .
C
Task Definitions . . . . . . . . . . . .
D
Additional Experiment Results . . . .
D.1
Tobacco-3482 Results . . . . .
D.2
PRImA Results . . . . . . . . .
D.3
RVL-CDIP-N Results . . . . .
D.4
Downstream DocVQA Results
D.5
Ablation Experiments . . . . .

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

244
244
244
246
247
249
249
249
249
249

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

Curriculum

253

Publications

255