基于BERT基础模型在文档视觉问答(DocVQA)任务上微调的模型
下载量 60
发布时间 : 3/2/2022
模型简介
该模型是基于bert-base-uncased在文档视觉问答任务上微调的版本,适用于处理文档图像中的问答任务。
模型特点
文档视觉问答能力
专门针对文档图像中的问答任务进行优化
基于BERT架构
利用BERT强大的语言理解能力处理文档内容
微调优化
在特定数据集上微调,提升在目标任务的性能
模型能力
文档理解
视觉问答
文本理解
使用案例
文档处理
合同分析
自动回答关于合同文档内容的问题
表格数据提取
从文档表格中提取并回答相关问题
教育
试卷自动批改
基于文档图像自动回答试卷相关问题
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