AIbase
JA
ホーム
Layoutlmv2 Base Uncased Finetuned Docvqa
L

Layoutlmv2 Base Uncased Finetuned Docvqa

tiennvcsによって開発
LayoutLMv2アーキテクチャに基づく文書ビジュアル質問応答モデルで、文書理解タスクに対して微調整されています。
テキスト生成画像
Transformers
#文書質問応答#マルチモーダル理解#フォーム解析
ダウンロード数 983
リリース時間 : 3/2/2022

モデル概要

このモデルはLayoutLMv2アーキテクチャに基づく事前学習モデルで、文書ビジュアル質問応答(DocVQA)タスクに特化して微調整されています。文書内のテキスト内容とレイアウト情報を理解し、文書内容に関連する質問に回答することができます。

モデル特徴

文書レイアウト理解
テキスト内容と文書レイアウト情報を同時に処理することができます。
ビジュアル質問応答能力
文書画像内容に基づく質問に回答することができます。
微調整最適化
DocVQAタスクに対して特別に微調整されています。

モデル能力

文書内容理解
ビジュアル質問応答
文書レイアウト分析

使用事例

文書処理
フォーム情報抽出
スキャンされたフォームから特定の情報を抽出します。
契約書分析
契約条項に関する具体的な質問に回答します。
教育
試験用紙採点
スキャンされた学生の試験用紙を自動採点します。
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase