基于LayoutLMv2架构的文档视觉问答模型,针对文档理解任务进行了微调
下载量 983
发布时间 : 3/2/2022
模型简介
该模型是基于LayoutLMv2架构的预训练模型,专门针对文档视觉问答(DocVQA)任务进行了微调。它能够理解文档中的文本内容和布局信息,回答与文档内容相关的问题。
模型特点
文档布局理解
能够同时处理文本内容和文档布局信息
视觉问答能力
可以回答基于文档图像内容的问题
微调优化
针对DocVQA任务进行了专门的微调
模型能力
文档内容理解
视觉问答
文档布局分析
使用案例
文档处理
表单信息提取
从扫描的表单中提取特定信息
合同分析
回答关于合同条款的具体问题
教育
试卷批改
自动批改扫描的学生试卷
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