モデル選定

レイアウト認識

# レイアウト認識

Dse Qwen2 2b Mrl V1

DSE-QWen2-2b-MRL-V1 は、文書スクリーンショットを密なベクトルにエンコードして文書検索を実現するために設計されたデュアルエンコーダーモデルです。

マルチモーダル融合複数言語対応

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

Testdocumentquestionanswering

LayoutLMv2アーキテクチャに基づく文書視覚質問応答モデルで、DocVQAタスク向けにファインチューニングされています

画像生成テキスト

Layoutlmv2 Base Uncased Finetuned Docvqa

LayoutLMv2アーキテクチャに基づく文書視覚QAモデル、文書理解タスク向けにファインチューニング

テキスト生成画像

Layoutlmv2 Base Uncased Finetuned Docvqa

LayoutLMv2アーキテクチャに基づくドキュメント視覚質問応答モデルで、ドキュメント理解タスク向けに特別にファインチューニングされています

画像生成テキスト

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

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

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

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