AIbase
Home
AI Tools
AI Models
MCP
AI NEWS
EN
Model Selection
Tags
视觉文本理解

# 视觉文本理解

Gemma 3 4b It Int8 Asym Ov
Apache-2.0
基于OpenVINO优化的Gemma 3 4B参数模型,支持文本到文本及视觉文本推理
图像生成文本
G
Echo9Zulu
152
1
Florence 2 FT DocVQA
MIT
基于Florence-2-base微调的文档视觉问答模型,专门用于处理文档图像中的问答任务。
图像生成文本 Transformers English
F
sahilnishad
4,928
0
Layoutlmv3 Base Mpdocvqa
该模型是基于微软LayoutLMv3预训练模型,在多页文档问答(MP-DocVQA)数据集上微调的文档视觉问答模型。
文本生成图像 Transformers English
L
rubentito
664
9
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers Supports Multiple Languages
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers English
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 Chinese
R
uer
2,694
98
AIbase
Empowering the Future, Your AI Solution Knowledge Base
English简体中文繁體中文にほんご
© 2025AIbase