Nougat Base

🚀 Nougatモデル、ベースサイズ版

Nougatは、PDFをMarkdownに変換するように訓練されたモデルです。このモデルは、Blecherらによる論文 Nougat: Neural Optical Understanding for Academic Documents で紹介され、このリポジトリ で最初に公開されました。

免責事項: Nougatを公開したチームはこのモデルのモデルカードを作成していないため、このモデルカードはHugging Faceチームによって作成されました。

注意: このモデルは、元のリポジトリの "0.1.0-base" バージョンに対応しています。

✨ 主な機能

Nougatは、科学技術論文のPDFを使いやすいMarkdown形式に変換するために訓練された Donut モデルです。このモデルは、ビジョンエンコーダとしてSwin Transformer、テキストデコーダとしてmBARTモデルで構成されています。

このモデルは、PDF画像のピクセルのみを入力として、Markdownを自己回帰的に予測するように訓練されています。

Nougatの概要。元の論文 より引用。

📚 ドキュメント

想定される用途と制限

この生モデルを使用して、PDFをMarkdownに変換することができます。他の微調整されたバージョンを探すには、モデルハブ を参照してください。

使い方

ドキュメント を参照してください。

BibTeXエントリと引用情報

@misc{blecher2023nougat,
      title={Nougat: Neural Optical Understanding for Academic Documents}, 
      author={Lukas Blecher and Guillem Cucurull and Thomas Scialom and Robert Stojnic},
      year={2023},
      eprint={2308.13418},
      archivePrefix={arXiv},
      primaryClass={cs.LG}
}

📄 ライセンス

このモデルはCC BY-NC 4.0ライセンスの下で提供されています。