F

Florence 2 DocVQA

impactframesによって開発
マイクロソフトのFlorence-2モデルをDocmatixデータセット(データ量の5%)で1日間ファインチューニングしたバージョンで、画像テキスト理解タスクに適しています
ダウンロード数 30
リリース時間 : 10/4/2024

モデル概要

このモデルはFlorence-2-large-ftのファインチューニングバージョンで、画像とテキストの共同理解タスクに焦点を当て、特定ドメインのデータで性能を強化しています

モデル特徴

ドメイン適応ファインチューニング
Docmatixデータセットを使用して特定ドメインのパフォーマンスを向上させるためのターゲットファインチューニングを実施
マルチモーダル理解
画像とテキスト入力を同時に処理し、クロスモーダル理解を実現

モデル能力

画像テキスト理解
クロスモーダル推論
視覚的質問応答

使用事例

ドキュメント理解
ドキュメント画像解析
スキャンしたドキュメント画像から構造化情報を抽出
教育技術
教材内容分析
教材の図とテキスト内容を分析し要約を生成
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
© 2025AIbase