Qwen2.5-VL-32B-Instruct 是一个强大的视觉语言模型，具备增强的数学和问题解决能力，适用于多模态任务。

Qwen2.5-VL是Qwen家族最新推出的视觉语言模型，具备强大的视觉理解和多模态处理能力，支持图像、视频分析和结构化输出。

Qwen2.5-VL是Qwen家族的最新视觉语言模型，具备强大的视觉理解和多模态处理能力。

Qwen2.5-VL-32B-Instruct 是 Qwen 家族的最新视觉语言模型，具备强大的多模态理解和生成能力，支持图像、视频和文本的交互。

Qwen2.5-VL是Qwen家族的最新视觉语言模型，专注于增强视觉理解和代理能力。

Qwen2.5-VL 是 Qwen 家族的最新视觉语言模型，具备强大的视觉理解和代理能力，支持多格式视觉定位和结构化输出生成。

Qwen2.5-VL是通义千问团队推出的多模态大语言模型，具备强大的视觉理解和智能代理能力，支持图像、视频、文本等多种输入格式。

Qwen2.5-VL是Qwen家族的最新视觉语言模型，具备增强的视觉理解、代理能力和结构化输出生成功能。

Qwen2.5-VL是通义千问推出的多模态视觉语言模型，具备强大的图像理解和文本生成能力。

Qwen2.5-VL是Qwen家族的最新视觉语言模型，具备增强的视觉理解、智能体功能和长视频处理能力。

基于LayoutLM架构的金融表格问答模型，专门用于从金融表格中提取和回答结构化问题。

基于microsoft/layoutlmv3-base微调的文档理解模型，擅长处理文档布局分析任务

基于DETR架构的表格检测模型，专门用于从文档中识别表格区域

该模型是基于microsoft/layoutlmv2-base-uncased在generator数据集上微调的版本，适用于文档理解和布局分析任务。

基于naver-clova-ix/donut-base微调的模型，可能用于收据识别或文档理解任务

CORD-v2 是一个用于图像转文本任务的模型，主要用于从图像中提取和识别文本内容。

基于naver-clova-ix/donut-base-finetuned-cord-v2微调的文档图像理解模型

Donut是一个基于Swin Transformer的视觉文档理解模型，专门针对CORD数据集进行了微调，能够从图像中提取结构化文本信息。

基于DETR架构的表格检测模型，专门用于从非结构化文档中识别和提取表格

基于naver-clova-ix/donut-base在图像文件夹数据集上微调的模型，具体用途未明确说明

基于naver-clova-ix/donut-base微调的模型，具体用途和功能需要更多信息

基于naver-clova-ix/donut-base微调的收据识别模型

基于philschmid/donut-base-sroie微调的模型，适用于图像处理任务

基于Donut架构的模型，专门针对拉脱维亚收据数据进行了微调

该模型是基于donut-base在拉脱维亚收据数据集上微调的版本，主要用于收据图像处理任务

基于YOLOv8的表格检测模型，能够识别文档中的表格区域，支持带边框和无边框两种表格类型。

该模型是基于naver-clova-ix/donut-base在图像文件夹数据集上微调的版本，适用于文档理解任务。

基于philschmid/donut-base-sroie微调的文档理解模型

基于Donut架构的模型，专门用于从医疗手写文档中提取结构化数据

Table Transformer是一个基于DETR架构的表格检测模型，专门用于从文档图像中检测和识别表格结构。

基于naver-clova-ix/donut-base微调的文档理解模型，适用于图像文本提取任务

基于LayoutLMv3-base在SROIE数据集上微调的发票信息提取模型，在标记分类任务上表现优异

基于LayoutLMv3在CORD数据集上微调的文档理解模型，擅长文档标记分类任务

基于LayoutLMv2架构在SROIE数据集上微调的文档信息提取模型，擅长从收据文档中提取关键字段

基于microsoft/layoutlmv2-base-uncased微调的文档理解模型，适用于结构化文档信息提取任务