Vintern 1B V2 ViTable Docvqa

🚀 Vintern-1B-v2-ViTable-docvqa

Vintern-1B-v2-ViTable-docvqa 是 5CD-AI/Vintern-1B-v2 多模態模型針對越南語文檔視覺問答（表格數據）任務的微調版本，可有效處理相關問答需求。

🚀 快速開始

你可以查看這個 🤗 HF 演示，或者在 Colab 中打開它：

✨ 主要特性

基準測試表現

從上述基準測試結果可以看出，Vintern-1B-v2-ViTable-docvqa 在各項指標上均表現出色，尤其是在 ANLS 和語義相似度方面取得了最優成績。

📄 許可證

本項目採用 MIT 許可證。

📚 詳細文檔

引用信息

@misc{doan2024vintern1befficientmultimodallarge,
      title={Vintern-1B: An Efficient Multimodal Large Language Model for Vietnamese}, 
      author={Khang T. Doan and Bao G. Huynh and Dung T. Hoang and Thuc D. Pham and Nhat H. Pham and Quan T. M. Nguyen and Bang Q. Vo and Suong N. Hoang},
      year={2024},
      eprint={2408.12480},
      archivePrefix={arXiv},
      primaryClass={cs.LG},
      url={https://arxiv.org/abs/2408.12480}, 
}

報告鏈接

報告鏈接👁️

信息表格