基于LayoutLMv2架构的文档理解模型,针对InfoVQA任务进行微调
下载量 16
发布时间 : 3/2/2022
模型简介
该模型是基于LayoutLMv2架构的文档理解模型,专门针对信息视觉问答(InfoVQA)任务进行了微调。能够处理包含文本和布局信息的文档,回答与文档内容相关的问题。
模型特点
多模态理解
能够同时处理文本内容和视觉布局信息
文档问答
专门针对文档信息问答任务进行优化
大规模预训练
基于大型LayoutLMv2模型微调,具有强大的文档理解能力
模型能力
文档理解
视觉问答
文本布局分析
信息提取
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信息并回答问题
文档内容问答
根据文档内容回答用户提出的问题
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