Extract Matic
模型简介
该模型专门用于从发票文档中提取结构化数据,测试集平均准确率达到0.96。
模型特点
高准确率
在发票数据提取任务上达到0.96的平均准确率
企业文档优化
专门针对企业发票文档进行微调优化
开源模型
基于MIT许可证开源,可自由使用
模型能力
从发票图像中提取结构化数据
识别文档中的关键信息字段
使用案例
财务自动化
发票数据处理
自动从发票图像中提取供应商、金额、日期等关键信息
减少人工录入,提高数据处理效率
企业文档管理
文档数字化
将纸质发票转换为结构化数字数据
便于后续存储、检索和分析
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
智启未来,您的人工智能解决方案智库
简体中文