%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)
Donut Sroie Company Sample Demo
MIT
DonutはTransformerベースのドキュメント理解モデルで、ドキュメントQAタスクに特化しています。
質問応答システム
PyTorch 英語
PyTorch 英語D
Chan-yeong
22
0
Cogvlm2 Llama3 Chat 19B Int4
その他
CogVLM2はMeta-Llama-3-8B-Instructを基に構築されたマルチモーダル対話モデルで、中英語をサポートし、8Kのコンテキスト長と1344*1344解像度の画像処理能力を備えています。
テキスト生成画像
Transformers 英語
Transformers 英語C
THUDM
467
28
Layoutlmv2 Base Uncased Finetuned Docvqa
このモデルはMicrosoft LayoutLMv2アーキテクチャに基づくドキュメント視覚質問応答(VQA)専用モデルで、ドキュメント理解タスクに適応するようにファインチューニングされています
テキスト生成画像 Transformers
TransformersL
rogdevil
16
0
Sampel2 Docqa Layoutlmv3 Base
microsoft/layoutlmv2-base-uncasedをファインチューニングしたドキュメントQAモデル、具体的なトレーニングデータセットは不明
質問応答システム Transformers
TransformersS
Tejagoud
10
0
Layout Qa Hparam Tuning
microsoft/layoutlmv2-base-uncasedをファインチューニングしたドキュメントQAモデル、ドキュメントレイアウト理解とQAタスクに適しています
質問応答システム Transformers
TransformersL
PrimWong
14
0
Lilt Document QA
MIT
LiLTはドキュメント視覚質問応答（DocVQA）タスク向けの事前学習モデルで、英文ドキュメントのQAタスクに特化しています。
画像生成テキスト Transformers 英語
Transformers 英語L
TusharGoel
80
3
Layoutlm Document Qa
MIT
これはドキュメントQAタスク用にファインチューニングされたマルチモーダルLayoutLMモデルで、ドキュメント内のテキストとレイアウト情報を理解して質問に答えることができます。
テキスト生成画像 Transformers 英語
Transformers 英語L
impira
26.10k
1,102
Bert Base Uncased Finetuned Docvqa
Apache-2.0
ドキュメント視覚的質問応答(DocVQA)タスクでBERTベースモデルをファインチューニングしたモデル
質問応答システム Transformers
TransformersB
tiennvcs
60
1
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