Phien Table Structure Recognition 143 V 1 1 All

🚀 模型ID的模型卡片

本模型卡片介绍了一个🤗 Transformers模型，该模型已发布到模型中心。此模型卡片为自动生成。

🚀 快速开始

使用以下代码开始使用该模型：

# 此处应补充实际代码

📚 详细文档

模型详情

模型描述

这是一个已发布到模型中心的🤗 Transformers模型的卡片。此卡片为自动生成。

模型来源（可选）

• 仓库地址：待补充更多信息
• 论文（可选）：待补充更多信息
• 演示（可选）：待补充更多信息

使用方式

直接使用

待补充更多信息。

下游使用（可选）

待补充更多信息。

非预期使用

本部分阐述模型的误用、恶意使用以及模型效果不佳的使用场景。待补充更多信息。

偏差、风险与局限性

本部分旨在传达技术和社会技术方面的局限性。待补充更多信息。

建议

用户（包括直接用户和下游用户）应了解模型的风险、偏差和局限性。如需进一步建议，还需补充更多信息。

训练详情

训练数据

待补充更多信息。

训练流程

预处理（可选）

待补充更多信息。

训练超参数

• 训练机制：待补充更多信息（如fp32、fp16混合精度、bf16混合精度、bf16非混合精度、fp16非混合精度、fp8混合精度）

速度、大小、时间（可选）

本部分提供吞吐量、开始/结束时间、检查点大小（如适用）等信息。待补充更多信息。

评估

测试数据、因素和指标

测试数据

待补充更多信息。

因素

这些是评估所依据的因素，例如子群体或领域。待补充更多信息。

指标

这些是所使用的评估指标，理想情况下应说明原因。待补充更多信息。

结果

待补充更多信息。

总结

待补充更多信息。

模型审查（可选）

本部分包含与模型解释性相关的工作。待补充更多信息。

环境影响

可以使用Lacoste等人（2019）中提出的机器学习影响计算器来估算碳排放。

技术规格（可选）

模型架构和目标

待补充更多信息。

计算基础设施

硬件

待补充更多信息。

软件

待补充更多信息。

引用（可选）

BibTeX

待补充更多信息。

APA

待补充更多信息。

术语表（可选）

如相关，本部分包含有助于读者理解模型或模型卡片的术语和计算方法。待补充更多信息。

更多信息（可选）

待补充更多信息。

模型卡片作者（可选）

待补充更多信息。

模型卡片联系方式

待补充更多信息。