基于LayoutLMv2架构的文档视觉问答模型,针对DocVQA任务进行微调
下载量 16
发布时间 : 9/27/2023
模型简介
该模型是LayoutLMv2基础版的微调版本,专门用于处理文档视觉问答(DocVQA)任务,能够理解文档布局和文本内容的关系
模型特点
多模态理解能力
结合文本内容和视觉布局信息进行文档理解
文档结构感知
能够识别文档中的表格、段落等结构化元素
问答能力
针对文档内容回答用户提出的问题
模型能力
文档内容理解
视觉问答
文档布局分析
文本与视觉信息融合处理
使用案例
文档处理
合同分析
自动回答关于合同条款内容的问题
表格数据提取
从结构化文档中提取特定信息
教育
试卷自动批改
识别学生答卷内容并评估答案正确性
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