数据集：

• Akajackson/donut_synthdog_rus 语言：
• 俄语
• 英语

模型描述

用于俄语文本识别的Donut模型（端到端Transformer架构）
https://github.com/clovaai/donut

训练使用了包含10万张图像的SynthDoG合成数据集，文本内容取自俄罗斯文学作品。
https://huggingface.co/datasets/Akajackson/donut_synthdog_rus

模型基于NielsRogge提供的笔记本代码，在Kaggle平台上将原版tokenizer替换为DeepPavlov/xlm-roberta-large-en-ru进行训练。
https://github.com/NielsRogge/Transformers-Tutorials/blob/master/Donut/CORD/Fine_tune_Donut_on_a_custom_dataset_(CORD)_with_PyTorch_Lightning.ipynb

验证集标准化编辑距离（Normed ED）指标：0.02239

模型能力

本模型可作为以下任务的基础模型：

• 多类型文档识别
• 文档问答系统
• 文档分类

您可以使用上述笔记本代码解决具体任务。
数据集标注格式需遵循Donut仓库指定的规范。