%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Florence2 EntityExtraction
F
Florence2 EntityExtraction
jena-shreyasによって開発
Florence-2 DocVQAはMicrosoft Florence-2-largeモデルをファインチューニングしたドキュメント視覚質問応答モデルで、ドキュメント画像内の質問応答タスクに特化しています。
ダウンロード数 23
リリース時間 : 9/15/2024
モデル概要
このモデルはドキュメント視覚質問応答（DocVQA）に焦点を当てており、ドキュメント画像の内容を理解し関連する質問に答えることができます。スキャンされたドキュメントやデジタルドキュメントから情報を抽出する必要があるシナリオに適しています。
モデル特徴
ドキュメント理解能力
ドキュメント画像内のテキストやレイアウト情報を解析・理解できます。
質問応答機能
ドキュメント内容に基づいてユーザーの質問に答えます。
Florence-2アーキテクチャベース
強力なビジョン-ランゲージモデル基盤を活用し、高品質なドキュメント理解能力を提供します。
モデル能力
ドキュメント画像理解
視覚質問応答
テキスト情報抽出
使用事例
ドキュメント処理
契約書分析
法律契約書から重要な条項や条件情報を抽出します。
契約書内の重要な条項を迅速に特定
請求書処理
請求書内の金額、日付、仕入先情報を識別します。
請求書データの自動抽出
教育
学習教材質問応答
教材内容に関する学生の質問に答えます。
学習プロセスの支援
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
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
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