Xdoc Base Squad2.0
模型概述
XDoc 是一個跨格式文檔理解的統一預訓練框架,能夠處理多種文檔格式,具有高效的參數利用率和優秀的性能表現。
模型特點
跨格式處理
能夠通過單一模型處理不同格式的文檔
高效參數利用
僅需36.7%的參數量即可實現相當或更優的性能表現
成本效益
在實際部署中具有顯著成本效益
模型能力
文檔理解
跨格式文檔處理
使用案例
文檔處理
多格式文檔理解
處理不同格式的文檔,如PDF、Word、HTML等
在下游任務中實現相當或更優的性能表現
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98