基于LayoutLMv2架构的文档视觉问答模型,专为文档理解任务微调
下载量 14
发布时间 : 6/22/2023
模型简介
该模型是LayoutLMv2基础版在DocVQA任务上的微调版本,能够理解文档布局和文本内容,回答关于文档的问题。
模型特点
多模态理解能力
同时处理文本内容和文档布局信息
文档专用优化
针对文档视觉问答任务进行专门微调
端到端训练
直接从原始文档图像学习文本和视觉特征
模型能力
文档理解
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
从结构化文档中提取特定字段信息
文档问答系统
回答用户关于文档内容的自然语言问题
企业自动化
发票处理
自动识别和提取发票中的关键信息
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