该模型是基于Microsoft LayoutLMv2架构的文档视觉问答(VQA)专用模型,通过微调适应文档理解任务
下载量 16
发布时间 : 2/29/2024
模型简介
专门用于处理文档图像中的视觉问答任务,能够理解文档布局结构和文本内容的关联性
模型特点
多模态理解能力
同时处理文档文本内容和视觉布局信息
文档结构感知
能够理解表格、表单等复杂文档结构
高效微调
基于预训练模型进行任务特定微调
模型能力
文档图像理解
视觉问答
文本定位
布局分析
使用案例
文档处理
表单信息提取
从扫描的表单文档中自动提取关键信息
发票处理
识别发票中的金额、日期等关键字段
教育
试卷自动批改
识别学生答卷中的手写或打印答案
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文